7 DETERMINACINDELOSPARMETROSCINTICOSDETRANSFERENCIADEMASACOLORYFUERZAMXIMADEFRACTURADERODAJASDEYUCAManihotesculentaCrantzSOMETIDASAFREDOPORINMERSIN PDF

DETERMINACIÓN DE LOS PARÁMETROS CINÉTICOS DE
TRANSFERENCIA DE MASA, COLOR Y FUERZA MÁXIMA DE FRACTURA

DE RODAJAS DE YUCA (Manihot esculenta Crantz) SOMETIDAS A FREÍDO
POR INMERSIÓN
FABIÁN ALBERTO ORTEGA QUINTANA, IA.
UNIVERSIDAD DE CÓRDOBA
FACULTAD DE INGENIERÍA
PROGRAMA DE MAESTRÍA EN CIENCIAS AGROALIMENTARIAS
BERASTEGUI, CÓRDOBA
2013
DETERMINACIÓN DE LOS PARÁMETROS CINÉTICOS DE
TRANSFERENCIA DE MASA, COLOR Y FUERZA MÁXIMA DE FRACTURA
DE RODAJAS DE YUCA (Manihot esculenta Crantz) SOMETIDAS A FREÍDO
POR INMERSIÓN
FABIÁN ALBERTO ORTEGA QUINTANA, IA.
Tesis presentada en opción al Título Académico de Máster en Ciencia

Agroalimentaria con énfasis en Ingeniería.
Director:
EVERALDO MONTES MONTES, IQ. M.Sc.
UNIVERSIDAD DE CÓRDOBA
FACULTAD DE INGENIERÍA
PROGRAMA DE MAESTRÍA EN CIENCIAS AGROALIMENTARIAS
BERÁSTEGUI – CÓRDOBA
2013
La responsabilidad ética, legal y científica, de las ideas, conceptos, y resultados del
proyecto serán de los autores.
Artículo 61, acuerdo N° 093 del 26 de noviembre de 2002 del Consejo Superior de la
Universidad de Córdoba.
Nota de aceptación
_______________________________
_______________________________
_______________________________
_______________________________
________________________________
Firma del jurado
________________________________
Firma del jurado

A Jesús, mi Dios, nadie como TÚ.
A mi madre Rosmira, gracias por

traerme a este mundo.
A la memoria de mi padre (QEPD),

sólo te conocí en mis primeros 7 años
…y bastaron para aprender de ti.
A mi esposa Amalfi, definitivamente

eres la mejor, gracias por tu insistencia
a darle fin a este sueño.
A mi hija Laura Sofía, quien me

enseñó a soñar de nuevo.
Sobrellevad los unos las cargas de los otros, y cumplid así la ley de Cristo.
Porque el que se cree ser algo, no siendo nada, así mismo se engaña.
Así que, cada uno someta a prueba su propia obra, y entonces tendrá motivo de gloriarse
sólo respecto de sí mismo, y no en otro; porque cada uno llevará su propia carga.
Apóstol Pablo
Gálatas 6: 2-5.
Agradecimiento especial
Al dador de la vida, mi Señor y salvador Jesucristo.
Agradecimientos:
A la Universidad de Córdoba y en especial a todos los docentes del programa de

Ingeniería de Alimentos.
A mi director Everaldo Montes Montes, por su valioso ejemplo, apoyo y colaboración.
A Víctor y a Marlon, sin ustedes esto no hubiese tenido fin.
A todos aquellos que confiaron en que esto fuera posible. En especial a Ramiro Torres y
Emiro López.
TABLA DE CONTENIDO
Pág.
RESUMEN………………………………………………………………... 1
ABSTRACT………………………………………………………………. 3
0. INTRODUCCIÓN………………………………………………………... 5
1. REVISIÓN DE LITERATURA………………………………………….. 9
1.1 LA YUCA (Manihot esculenta Crantz)…………………………………. 9
1.2 EL PROCESO DE FREÍDO……………………………………………... 10
1.3 TRANSFERENCIA DE CALOR EN EL PROCESO…………………... 12
1.4 TRANSFERENCIA DE MATERIA EN EL PROCESO……………… 15
1.4.1 Modelo matemático de pérdida de agua………………………………... 20
1.4.2 Modelo matemático de absorción de aceite…………………………….. 22
1.5 EL COLOR DURANTE EL FREÍDO………………………………….. 23
1.5.1 Medida del color………………………………………………………….. 23
1.5.2 Cinética del color en el freído……………………………………………. 26
1.5.3 Modelamiento de los cambios de color………………………………….. 28
1.6 TEXTURA EN EL PROCESO DE FREÍDO…………………………... 29
1.6.1 Modelamiento de la fuerza de fractura…………………………………. 31
2. MATERIALES Y MÉTODOS…………………………………………... 32
2.1 MATERIA PRIMA Y MATERIALES…………………………………. 32
2.2 PRE-TRATAMIENTOS………………………………………………… 32
2.3 PROCESO DE FREÍDO POR INMERSIÓN………………………….. 33

2.4 MEDIDAS DE HUMEDAD, CONTENIDO DE ACEITE, COLOR Y
FUERZA DE FRACTURA……………………………………………… 33
2.4.1 Medición del contenido de Humedad…………………………………… 33
2.4.2 Medición del contenido de Aceite……………………………………….. 34
2.4.3 Medición de Color………………………………………………………... 34
2.4.4 Medición de la fuerza máxima de fractura (F*MAX)…………………… 36
2.5 DISEÑO EXPERIMENTAL……………………………………………. 37
2.6 ANÁLISIS ESTADÍSTICO DE DATOS……………………………….. 37
2.6.1 Cinética de pérdida de humedad………………………………………... 37
2.6.2 Cinética de absorción de aceite………………………………………….. 38
2.6.3 Cinética de cambio de color……………………………………………... 38
2.6.4 Cinética de fuerza máxima de fractura………………………………… 38
3. RESULTADOS Y DISCUSIÓN………………………………………… 39
3.1 CINÉTICA DE TRANSFERENCIA DE MASA-PÉRDIDA DE

39
HUMEDAD………………………………………………………………..
3.2 CINÉTICA DE TRANSFERENCIA DE MASA-ABSORCIÓN DE

45
ACEITE……………………………………………………………………
3.3 CINÉTICA DE CAMBIO DE COLOR………………………………… 49
3.4 CINÉTICA DE FUERZA DE FRACTURA……………………………. 55
CONCLUSIONES………………………………………………………... 61
RECOMENDACIONES…………………………………………………. 63
BIBLIOGRAFÍA………………………………………………………… 64
ANEXOS…………………………………………………………………. 75
LISTADO DE ANEXOS
Pág.
ANEXO 1. ESPACIO DE COLOR CIELAB .............................................................. 75
ANEXO 2. EQUIPO DE MEDIDA DE TEXTURA Y GRÁFICA DE PUNTO

DE FRACTURA. ........................................................................................................ 76
ANEXO 3. CARACTERÍSTICAS DEL SISTEMA DE ADQUISICIÓN DE

IMÁGENES. .............................................................................................................. 78
ANEXO 4. ANÁLISIS ESTADÍSTICO DE LAS PROPIEDADES MEDIDAS. ......... 80
ANEXO 5. ANALISIS DE REGRESIONES DE LAS PROPIEDADES

MEDIDAS. ................................................................................................................. 88
ANEXO 6. ANALISIS DE REGRESIONES LINEALES DEL MODELO DE

ARRHENIUS DE LAS PROPIEDADES MEDIDAS. .............................................. 114
LISTADO DE TABLAS
Pág.
Tabla 1. Setup de la cámara fotográfica Canon Modelo A430 ..................................... 35
Tabla 2. Coeficiente de difusividad efectiva y coeficiente de transferencia de masa

para el modelo de Fick ................................................................................................ 42
Tabla 3. Energía de activación del modelo de Arrhenius para la Deff ........................... 43
Tabla 4. Modelo lineal del Coeficiente convectivo de transferencia de masa ............... 44
Tabla 5. Parámetros de modelo de Moyano y Pedreschi .............................................. 47
Tabla 6. Parámetros de modelo cinético de Primer Orden............................................ 48
Tabla 7. Energía de activación del modelo de Arrhenius del contenido de aceite en

el equilibrio................................................................................................................. 48
Tabla 8. Valores de la constante cinética del modelo de primer orden de cambio

de color ....................................................................................................................... 54
Tabla 9. Energía de activación del modelo de Arrhenius para la constante cinética

del modelo de primer orden de cambio de color .......................................................... 55
Tabla 10. Constantes cinéticas k s y kh del modelo de fuerza máxima de fractura

normalizada ................................................................................................................ 58
Tabla 11. Energía de activación para el modelo de Arrhenius para las constantes
ks y kh del modelo de fuerza de fractura máxima normalizada ..................................... 59
LISTADO DE GRÁFICOS
Pág.
Gráfico 1. Curvas de humedad adimensional versus tiempo para muestra control ........ 40
Gráfico 2. Curvas de humedad adimensional versus tiempo para muestra

escaldada .................................................................................................................... 40

osmodeshidratada ....................................................................................................... 41
Gráfico 4. Efecto de la temperatura de freído sobre la difusividad efectiva .................. 43
Gráfico 5. Coeficiente convectivo promedio de transferencia de masa ......................... 44
Gráfico 6. Absorción de aceite durante el freído para rodajas de yuca muestra

control ........................................................................................................................ 45

escaldada .................................................................................................................... 46

Gráfico 9. Efecto de la temperatura sobre los parámetros de color de rodajas de

yuca (muestra control). (a) Luminosidad (L*), (b) a*, (c) b* ....................................... 50
Gráfico 10. Cambio de color durante el freído para rodajas de yuca muestra
control ........................................................................................................................ 52
escaldada .................................................................................................................... 53
Gráfico 13. Efecto de la temperatura de freído sobre la constante cinética del

modelo de primer orden de cambio de color ................................................................ 54
Gráfico 14. Fuerza máxima de fractura normalizada en muestra control ...................... 56
Gráfico 15. Fuerza máxima de fractura normalizada en muestra escaldada .................. 56
Gráfico 16. Fuerza máxima de fractura normalizada en muestra osmodeshidratada ..... 57
Gráfico 17. Efecto de la temperatura de freído sobre la constante cinética k s del

modelo de fuerza máxima de fractura normalizada ...................................................... 59
Gráfico 18. Efecto de la temperatura de freído sobre la constante cinética kh del

modelo de fuerza máxima de fractura normalizada ...................................................... 60
LISTADO DE FIGURAS
Pág.
Figura 1. Espacio de color CIELAB 1976 ................................................................... 75
Figura 2. Texturómetro Shimadzu EZ-Test Texture Analyser ...................................... 76
Figura 3. Análisis de fuerza máxima de fractura .......................................................... 76
Figura 4. Curva típica de punto de fractura utilizando un texturómetro. ....................... 77
Figura 5. Sistema de adquisición de imágenes por Visión Computacional ................... 78
Figura 6. Ventana del histograma en Adobe Photoshop CS5® .................................... 79
0
RESUMEN
La evaluación de los cambios de color (ΔE*), fuerza máxima de fractura (F*MAX,
parámetro de textura), humedad y absorción de aceite ocurridos en el freído por
inmersión de rodajas de yuca (Manihot esculenta Crantz) variedad ICA-costeña
sometidas a diferentes pre-tratamientos ha sido realizada, con el fin de determinar los
parámetros cinéticos utilizando los modelos matemáticos: cinética de reacción de
primer orden para ΔE*, la ecuación de Pedreschi y Moyano para F*MAX, cinética de
primer orden y ecuación de Moyano y Pedreschi para absorción de aceite y la ley de
Fick de la difusión para la humedad. Las rodajas, de 3,5 cm de diámetro y 1,3 mm de
espesor, fueron pre-tratadas así: (i) escaldado en agua a 80 °C por 4 min; (ii)
osmodeshidratación en solución de NaCl (3% p/p) a 30°C por 4h y relación 1:20 en peso
de muestras/solución. Adicionalmente, se evaluaron muestras control o sin pre-
tratamiento. Las rodajas fueron procesadas en aceite de palma Caribe® a 140, 160 y 180
°C en una relación de 0,005 kg de muestra/L de aceite. El experimento fue conducido
bajo un DBCA con arreglo factorial 32 (factores: temperatura y pre-tratamientos) con
tres repeticiones. Los contenidos de humedad y aceite se determinaron por métodos de la
AOAC 984.2/2002 y Soxhlet, respectivamente, los cambios de color se determinaron
por Visión Computacional utilizando ADOBE PHOTOSHOP CS-5 como software de
adquisición y análisis de imagen (metodología descrita por Mery y Pedreschi) y la
F*MAX fue medida en un analizador de Textura Shimadzu EZ Test® en un ambiente a
25 °C según la metodología descrita por Pedreschi y Moyano. La difusividad efectiva de
1
la humedad tuvo valores entre 10,44x10-9 y 148x10-9 m2/s; el coeficiente convectivo de
transferencia de masa (humedad) tuvo un comportamiento lineal con respecto a la
temperatura del aceite con valores entre 1,37x10-5 y 7,37 x10-5 m/s, siendo los valores
más altos para la temperatura de 180°C en muestras osmodeshidratadas. Para la
absorción de aceite, los dos modelos estudiados ajustaron adecuadamente los valores
experimentales con coeficiente R2 muy similares, sin embargo, el modelo de primer
orden en casi todos los casos subestimó el valor del contenido de aceite en el equilibrio,
los cuales se encontraron entre 0,1391 y 0,3607 g aceite /g sólidos (valores más altos
a 140 °C y muestra control), velocidades específicas entre 8,14x10-3 y 77,08x10-3 s-1
(valores más altos a 180 °C y muestra osmodeshidratada). En los cambios de color, los
pre-tratamientos no tuvieron efecto significativo (p>0,05), mientras que el tiempo de
freído influyó en la disminución del parámetro (L*) y en el aumento de a* y b*, y las
temperatura del aceite más altas provocaron mayor oscurecimiento de la rodaja y
tendencia hacia el enrojecimiento y el color amarillo en la superficie de la rodaja, por
otro lado, a mayor temperatura la constante de velocidad de reacción del color (KE) fue
mayor con valores entre 0,00787 y 0,02571 s-1. En cuanto a la F* MAX normalizada, en
los primeros instantes de procesamiento se presentó disminución en sus valores (etapa
de ablandamiento) y tiempo posterior su valor creció (etapa de endurecimiento) siendo
más rápidos estos cambios a temperaturas más altas; por otro lado, Ks y Kh aumentaron
con la temperatura y los valores fueron mayores en las muestras escaldadas, con valores
entre 2,6 x10-3 y 15,08x10-3 s-1 y 2,115 x10-6 y 10,7x10-6 s-2, respectivamente.
Palabras Clave: aceite absorbido, Ley de Fick, Fuerza máxima de fractura, visión
computacional.
2
ABSTRACT
The evaluation of the color (ΔE*), the maximum force of break (F* MAX, textural
parameter), moisture and oil absorption changes occurred in the deep-fat frying of
cassava slices (Manihot esculenta Crantz) ICA-costeña variety subjected to different
pre-treatments have been realized, with the aim of determine kinetic parameters using
mathematical models: first order kinetic of reaction for ΔE*, Pedreschi and Moyano‟s
equation to F*MAX, first order kinetics and Pedreschi and Moyano‟s equation for oil
absorption and Fick's law of diffusion for moisture. The slices, 3.5 cm in diameter and
1.3 mm thick, were pre-treated as follows: (i) blanching in water at 80 °C for 4 min, (ii)
osmotic dehydration in solution of NaCl (3% w/w) at 30 °C for 4h and weight ratio of
1:20 in sample/solution. Additionally, control samples were evaluated or without pre-
treatment. The slices were processed in Caribe® palm oil at 140, 160 and 180 °C in a
ratio of 0.005 kg sample / L oil. The experiment was conducted under a RCBD with
factorial 32 (factors: temperature and pre-treatment) with three repetitions. The oil and
moisture contents were determined by 984.25/2002 and Soxhlet AOAC methods,
respectively, the color changes were determined by Computer Vision using ADOBE
PHOTOSHOP CS-5 as software acquisition and image analysis (methodology described
by Mery and Pedreschi) and F* MAX was measured on a Shimadzu Texture Analyzer ®
EZ Test at 25 °C according to the methodology described by Pedreschi and Moyano.
Effective diffusivity of moisture had values between 10,44x10-9 and 148x10-9 m2/s, the
3
coefficient of convective mass transfer (moisture) had a linear behavior with respect to
the oil temperature with values between 1,37x10-5 y 7,37 x10-5 m/s, with the highest
values for the temperature of 180 °C in samples osmodehydrated. To the oil absorption,
the two models studied adequately adjusted experimental values with coefficient R2 very
similar, however, the first-order model in almost all cases underestimated the value of
the oil content at equilibrium, which are found between 0,1391 and 0,3607 g oil / g of
solids (higher values at 140 °C and control sample), specific rates between 8,14x10-3 and
77,08x10-3 s-1 (values higher at 180 °C and osmodehydrated sample). In the color
change, the pre-treatments had no significant effect (p> 0.05), whereas the frying time
influenced the decrease parameter (L *) and the increase in a* and b*, and higher oil
temperature caused greater darkening of slice and tendency yellowness and redness in
the surface of the slice, on the other hand, at higher temperatures the color reaction rate
constant (KE) was higher with values between 0,00787 and 0,02571 s-1. As for the
F*MAX normalized in the first instants of processing was presented in their values
decrease (softening stage) and subsequent time increased value (hardening stage) these
changes being faster at higher temperatures, on the other side, Kh and Ks increased with
temperature and the values were higher in samples blanched, with values between 2,6
x10-3 and 15,08x10-3 s-1 and 2,115 x10-6 and 10,7x10-6 s-2, respectively.
Keywords: oil absorbed, Fick's Law, maximum force of break, computational vision.
4
INTRODUCCIÓN
La yuca es originaria del continente Americano y es un alimento básico de millones de
habitantes en el trópico y en el mundo. La producción mundial de yuca tiene como
principales productores Nigeria, Congo, Ghana, Tailandia, Indonesia y Brasil. El 58% de
la yuca que se demanda mundialmente se destina al consumo humano en los mismos
países donde se produce, el 18% se utiliza para la alimentación animal, el 4,5% para
procesamiento y otros usos, y el 19,5% corresponde a pérdidas por almacenamiento y
transporte (SIPSA, 2011).
Colombia, según las estadísticas del año 2010 de Trademap, es superavitaria en la
balanza comercial de yuca, al registrar exportaciones por US$ 57.000 dirigidas a España
y EE.UU principalmente, e importaciones por US$14.000 procedentes en su mayoría de
Ecuador. No obstante, la utilización de la yuca en la fabricación de productos de
consumo humano en el país se encuentra estancada. La micro y pequeña empresa
transformadora de yuca tiene un carácter familiar y artesanal, son en general, plantas
dedicadas a la preparación de los conocidos cócteles de fritos, productos empacados de
manera rudimentaria y sin características de marca reconocida. Este panorama es
semejante a lo que ocurre en las grandes empresas, en donde el proceso de freído en su
gran parte no está ampliamente tecnificado, controlado u optimizado lo que ocasiona
millonarias pérdidas por devoluciones de producto y un riesgo potencial de ocasionar
5
enfermedades terminales debido a la formación de sustancia químicas (aldehídos,
cetonas, amidas, etc.) en los productos terminados (SIPSA, 2011).
En años recientes se ha venido desarrollando una interesante industria de croquetas
precocidas y congeladas de yuca. Esta alternativa soluciona, por un lado, la rápida
perecibilidad de las raíces y permite agregarle valor mediante el procesamiento. Esto, a
su vez, facilita el acceso de zonas urbanas a la yuca, pues la comercialización de las
raíces frescas siempre ha presentado un problema de mercadeo. Otra alternativa de
consumo humano de la yuca, que está creando sus propios e interesantes mercados, son
los chips de yuca frita, similares a las papas fritas pero con la ventaja adicional de que el
producto absorbe menos aceite en el proceso de freído, por lo que es más atractivo desde
el punto de vista de la salud humana. Este producto está siendo producido de manera
comercial en Colombia, Venezuela, Brasil y en otros países, e incluso es importado a
zonas de Estados Unidos donde la población latina es predominante. Debido a esto, la
fritura de este tubérculo, correspondería a una forma de presentación al consumidor de
todos los estratos ayudando a la ingesta diaria de calorías con unos buenos parámetros
de calidad que disminuyan los efectos adversos en la salud (SIPSA, 2011; Aguilera,
2012).
Según el Observatorio Agrocadenas (2011), en Colombia existen alrededor de 125
empresas procesadoras de frituras de papa, plátano y Yuca de las cuales el 91,67 % están
catalogadas como microempresas y el 3,7% en pequeña empresa. De acuerdo a lo
anterior, los resultados obtenidos en esta investigación, referente a los parámetros
cinéticos del freído de yuca, beneficiarán directamente a las empresas del sector en las
6
cuales el proceso no está completamente estandarizado ni tecnificado, ya que, permitiría
la evaluación y optimización de sus procesos mejorando la rentabilidad y calidad de sus
productos.
En la actualidad, los alimentos fritos gozan de una popularidad cada vez mayor en el
mercado y son aceptados por personas de todas las edades, su preparación es fácil y
rápida, siendo su aspecto y sabor lo que caracteriza a este tipo de alimento. Estos hechos
han provocado que la fritura se haya introducido en los establecimientos de comida
rápida "fast foods", en la industria alimenticia en los llamados "snacks", como también
en los hogares (Observatorio Agrocadenas-Colombia, 2011). Para lograr este tipo de
productos se debe utilizar aceite como medio de calentamiento a altas temperaturas, el
cual le imparte a la materia prima (papas, manzanas, carne, masas, etc.) características
físicas particulares que lo diferencian notablemente del horneado. Estas características
como textura, color, contenido de aceite, contenido de humedad, afectan directamente en
la aceptabilidad del consumidor, por lo que es necesario controlarlas durante el proceso.
Con el fin de controlar la calidad final del producto frito es importante entender el
proceso complejo que ocurre durante la fritura. Hay que tener en cuenta que el principal
objetivo de la fritura por inmersión es la remoción parcial o completa de agua y un
cocimiento de la superficie del alimento, ya que la absorción de aceite se producirá en
los huecos creados por el vapor liberado justo cuando el producto se extraiga del medio
de fritura y empiece la etapa de enfriamiento del producto. Por esta razón, la predicción
de la pérdida de humedad es uno de los aspectos más importantes para modelar y
controlar el proceso (Sahim y Sumnu, 2009; Mosavian y Karizaki, 2012). Los modelos
matemáticos se utilizan en el diseño y optimización de los procesos industriales,
7
permitiendo una mejor comprensión de los mismos y, por lo tanto, una mayor eficacia
de los procesos productivos. La modelización sirve para identificar parámetros de interés
en el proceso (Erdoğdu, 2008; Mosavian y Karizaki, 2012). En el caso de considerar
modelos difusionales para la transferencia de masa (humedad), en primer lugar, permite
determinar la difusividad efectiva, que constituye un parámetro relacionado con la
inversa de la resistencia interna a la transferencia de materia y coeficientes convectivos
de transferencia de masa. También permite determinar la energía de activación, que es la
mínima energía necesaria que debe poseer el agua para poder ser eliminada durante el
proceso de secado. Por otro lado, la modelización de las cinéticas de absorción de aceite
y fuerza de fractura se realiza generalmente con métodos empíricos, por la falta de un
amplio conocimiento del mecanismo de transferencia que ocurre principalmente en la
etapa de enfriamiento y de los mecanismos ocurridos durante la ruptura del tejido.
Mientras que la modelización de los cambios de color es basada en que las reacciones de
pardeamiento no enzimático poseen en general una cinética de reacción de primer orden
(Sahim y Sumnu, 2009).
El objetivo de esta investigación fue evaluar los cambios de color (ΔE*), fuerza máxima
de fractura (F*MAX, parámetro de textura), humedad y aceite absorbido ocurridos en el
freído por inmersión de rodajas de yuca variedad ICA-costeña sometidas a diferentes
pre-tratamientos para la determinación de los parámetros cinéticos utilizando los
modelos matemáticos: cinética de reacción de primer orden para ΔE*, la ecuación de
Pedreschi y Moyano para F*MAX, cinética de primer orden y Moyano y Pedreschi para
absorción de aceite y la ley de Fick de la difusión para la humedad.
8
1. REVISIÓN DE LITERATURA
1.1 LA YUCA (Manihot esculenta Crantz)
La yuca constituye el cuarto producto básico más importante en la alimentación mundial
después de arroz, trigo y maíz. Tiene un papel fundamental en la dieta de más de mil
millones de personas, y constituye un importante recurso energético en la alimentación
humana (Alzate et al., 2010). La yuca es un cultivo tropical originario de Suramérica y
fue domesticado para alimento hace unos 5.000 años por los grupos de cazadores
recolectores del Caribe y de las zonas amazónicas. En Colombia se producen cerca de
2 millones de toneladas de raíces al año, y la región Caribe aporta el 50% del total
nacional. La siembra de este producto se adapta a diferentes condiciones geográficas,
tolera sequías pues la fisonomía de la planta tiene mecanismos de defensa y puede
adaptarse a los cambios climáticos (Aguilera, 2012).
La yuca es una planta perenne leñosa, su tallo es cilíndrico formado por nudos (punto en
el que la hoja se une al tallo) y entrenudos (porción del tallo entre dos nudos). La raíz es
un tubérculo alargado, tiene una corteza externa que es parduzca de aspecto leñoso y una
interna que es de color blanco o rosado y es la parte utilizable de la raíz en donde se
almacena el almidón, por lo cual es lo que ha tenido mayor valor económico y
corresponde al 80% del peso fresco de la raíz (Aguilera, 2012).
9
La presencia de glucósidos cianogénicos, tanto en raíces como en las hojas, determinan
el uso final de la yuca. Según los niveles de glucósidos, existen dos tipos de yuca: La
dulce que tienen niveles bajos de éstos y puede ser consumida después de cocinada; y la
brava que es considerada venenosa pues posee un alto contenido de glucósidos y
necesita un proceso para eliminarlos antes de consumirse, por lo cual esta variedad es
generalmente usada para procesos industriales. De acuerdo con el uso final de la yuca se
clasifica como de calidad culinaria si se destina para el consumo, o industrial cuando se
usa para la producción de harina, almidón, trozos secos, o doble propósito que pueden
ser usados tanto para el consumo humano como industrial (Aguilera, 2012).
Las variedades más sembradas por los pequeños agricultores en la región Caribe de
Colombia, se destaca la variedad Venezolana con 26%, seguida de ICA costeña con 9%
y Blanca Mona con 7%, el resto de cultivos el representado por genotipos menores
(Alzate et al., 2010). La variedad ICA costeña (CG1141-1) es de doble propósito (al
igual que las variedades venezolana e ICA negrita), tiene un contenido cianogénico
clasificado como bajo y posee un rendimiento promedio de materia seca de 6.5 toneladas
por hectárea (35% con respecto al peso de la raíz), lo que la hace atractiva para los
cultivadores (Aguilera, 2012).
1.2 EL PROCESO DE FREÍDO
El freído por inmersión puede ser definido como un proceso de cocción de un alimento
sumergiéndolo en un aceite a una temperatura por encima del punto de ebullición del
10
agua. Las temperaturas de freído oscilan entre 130 °C y 190 °C, pero las temperaturas
más comunes están entre 170-190 °C (Bassama et al., 2012; Yamsaengsung y Moreira,
2002).
La operación unitaria de freído ha sido descrita por Vitrac et al. (2002) como una
operación de secado a alta temperatura que envuelve diferentes mecanismos acoplados,
tales como transferencia de calor (conducción y convección) y transferencia de masa
(difusión y convección), en adición con reacciones y transformaciones químicas y
fisicoquímicas, donde el agua es removida por vaporización interna y el flujo de calor
presentado sobre la superficie exterior por convección es ajustado por la misma
velocidad de secado.
El freído por inmersión es un proceso complejo que envuelve simultáneamente
transferencia de calor y masa resultando un contraflujo entre las burbujas de vapor de
agua y aceite en la superficie del alimento. La transferencia de calor se da por
convección entre el aceite y la superficie del alimento, y por conducción dentro del
alimento. Adicionalmente, el freído induce alteraciones bioquímicas de los componentes
mayoritarios del alimento y cambios microestructurales significativos (Saguy, y Dana,
2003). En efecto, muchos de las características deseables de los alimentos freídos son
derivados de la formación de una estructura compuesta: seca, porosa, crocante y una
capa externa o costra grasosa, con un interior cocido o corazón húmedo. La corteza es el
resultado de diferentes alteraciones que ocurren principalmente a nivel celular y
subcelular y se localizan en las capas más externas del producto. Estos cambios
fisicoquímicos incluyen: gelatinización del almidón y consecuente deshidratación,
11
desnaturalización de proteínas, ruptura celular, evaporación de agua y deshidratación
rápida del tejido y finalmente, absorción de aceite (Southern et al., 2000; Sosa-Morales
et al., 2006; Lioumbas et al., 2012b; Zhang, 2012).
Basado en datos publicados, existen pocas investigaciones que explican las vías
específicas de reacciones químicas ocurridas durante el proceso de freído. Como
resultado de estas reacciones se tienen efectos deseables como el desarrollo
característico de color y olor como resultado de la reacción de Maillard y efectos
indeseables como la pérdida de nutrientes, producción de aldehídos, acrilamidas y trans-
configuración de compuestos que son perjudiciales para la calidad de los alimentos fritos
y la salud del consumidor (Zhang, 2012).
1.3 TRANSFERENCIA DE CALOR EN EL PROCESO
En el proceso de freído se presentan dos tipos diferentes de transferencia de calor:
conducción y convección. La transferencia conductiva de calor en estado no estacionario
ocurre dentro del alimento sólido, y ésta es afectada por las propiedades térmicas del
alimento incluidas la conductividad térmica, calor específico y densidad. La
transferencia de calor convectiva ocurre entre el alimento sólido y el aceite que lo
circunda. Las interacciones de superficie entre el aceite y el material alimenticio son
afectadas por el movimiento vigoroso de los vapores de agua que escapan del alimento.
Estas burbujas de vapor que escapan causan considerable turbulencia en el aceite, lo que
impide la transferencia eficiente de calor. La cantidad de burbujas de vapor de agua que
escapan disminuye con los períodos largos de freído, ya que la humedad que permanece
en el material alimenticio se reduce. Asimismo, cualquier soluto presente podría elevar
12
el punto de ebullición por arriba del que tiene el agua. Conforme avanza el proceso de
freído, se evapora más agua de la región exterior del alimento y, en consecuencia, la
temperatura de éste comienza a aumentar por arriba del punto de ebullición (Sharma et
al., 2003).
Con base en las observaciones anteriores, el proceso se divide en las siguientes cuatro
etapas:
*Calentamiento inicial: durante la etapa inicial de calentamiento, la superficie del
alimento sumergido en aceite se calienta a una temperatura equivalente al elevado punto
de ebullición del aceite. El modo de transferencia de calor entre el aceite y el alimento
ocurre por convección natural y no hay evaporación de agua desde la superficie del
alimento.
*Ebullición superficial: en esta etapa, la vaporización del agua comienza desde la
superficie del alimento. El modo de transferencia de calor cambia de convección natural
a convección forzada debido a la turbulencia en el aceite que rodea al alimento y
comienza la formación de la costra.
*Velocidad decreciente: en esta etapa del proceso de freído, sale más humedad del
alimento, y la temperatura de la parte central interna aumenta hasta el punto de
ebullición. En la región central interna se efectúan algunos cambios fisicoquímicos
como gelatinización de almidones y desnaturalización de proteínas. La capa de corteza
superficial sigue aumentando en espesor y la velocidad de transferencia de vapor
continúa disminuyendo en la superficie.
13
*Punto final de burbujas: esta etapa se observa si el freído se continúa por un período
largo. La velocidad de eliminación de la humedad disminuye y ya no se observan más
burbujas escapando de la superficie del alimento. A medida que prosigue el proceso de
freído, el espesor de la capa de corteza sigue aumentando (Sharma et al., 2003).
Farkas et al. (1996) distinguen tres periodos durante la fritura atendiendo a la
transferencia de calor y agua. Primero tiene lugar la etapa de calentamiento del alimento
la cual se inicia con la inmersión del alimento en el aceite caliente a alta temperatura y
termina cuando la superficie del alimento alcanza la temperatura de ebullición del agua
superficial. Tiene una duración muy corta y se caracteriza porque todavía no se detecta
la presencia de burbujas de vapor de agua. En la segunda etapa la cantidad de calor
transferido es suficiente para que el agua presente en la superficie del alimento alcance
condiciones de ebullición; esto produce un incremento en el coeficiente de transferencia
de calor por convección, resultando un aumento del calor transferido al alimento y, por
lo tanto, la pérdida de agua del alimento también se incrementa, ocasionando que se
pueda observar como una explosión de burbujas de vapor. La tercera etapa, también
conocida como etapa de velocidad decreciente, durante esta etapa la temperatura del
interior del alimento es cercana al punto de ebullición del agua existente en el mismo y
se elimina la mayor cantidad de agua de su interior. Dado que la costra sigue
aumentando de espesor, y por su baja conductividad térmica, disminuye la transferencia
de calor y, por ende, la salida de agua del interior del alimento. El fin de esta última
etapa, conocido como punto final de la ebullición, se produce cuando aparentemente ya
no se aprecia la salida de burbujas de vapor del alimento. Esto puede ser ocasionado por
14
la reducción de la transferencia de calor en la interfase costra e interior del alimento, o
por la eliminación total del agua del alimento.
1.4 TRANSFERENCIA DE MATERIA EN EL PROCESO
Cuando un alimento se somete al proceso de freído, ocurren diferentes cambios
importantes en la frontera con el aceite, entre estos se encuentran los cambios
fisicoquímicos que ocurren en el aceite como un resultado de las altas temperaturas,
oxidación e interacciones entre el aceite, el agua y otros componentes del alimento. Un
número de propiedades físicas y térmicas del aceite cambian durante el freído, entre
ellas el aumento de la viscosidad y la disminución en la tensión superficial (Sahin,
2000). La tensión superficial del aceite disminuye durante el proceso debido a la
lixiviación de materiales del alimento, a la condensación del vapor y a la absorción del
oxígeno en la interface aceite-aire, trayendo como consecuencia mayor adherencia del
aceite en la superficie del alimento influenciando el proceso de transferencia de calor y
de masa (Sahin y Sumnu, 2009).
El calor transferido del aceite al alimento causa diferentes cambios fisicoquímicos tales
como gelatinización de los almidones, desnaturalización de proteínas, vaporización de
agua y formación de cortezas (desarrollo de color y sabor). La transferencia de masa
durante el freído es caracterizada por el movimiento del aceite dentro del alimento y el
movimiento del agua en forma de vapor desde el alimento al aceite. La absorción de
aceite envuelve un equilibrio entre las fuerzas capilares y de drenaje de aceite durante el
período de enfriamiento posterior al freído y la mayor parte del aceite se absorbe en el
15
producto cuando el producto se retira de la freidora debido a la condensación del vapor
de agua, que produce un efecto de vacío (Moyano y Berna, 2002; Rimac-Brncic et al.,
2004; Pedreschi et al., 2005b; Lalam et al., 2013).
Varios modelos han sido propuestos para ajustar los datos experimentales disponibles
para el cálculo de la velocidad de pérdida de agua y absorción de aceite. Kozempel et al.
(1991) utilizaron la segunda ley de Fick para pérdida de agua, y una ecuación de orden
cero para la absorción de aceite. Keller et al. (1986) hallaron que el contenido de
humedad fue proporcional a la raíz cuadrada del tiempo de freído. Diferentes
investigadores han reportado que el contenido de aceite en el producto es independiente
de la temperatura de freído, pero fuertemente relacionado con el contenido de humedad.
Keller et al. (1986) hallaron que la capa que penetraba el aceite no iba más lejos de la
corteza (una profundidad de 1 mm aproximadamente). Blumenthal y Stier (1991)
notaron que la penetración de aceite es dependiente del tiempo de freído, tipo de aceite,
y calidad del aceite. Recientemente, el enfoque se está dirigiendo a describir los
fundamentos del mecanismo de transporte de masa durante el proceso de freído
(Pedreschi y Moyano, 2005b; Sahin y Sumnu, 2009; Lioumbas et al., 2012a).
La bibliografía indica que los métodos numéricos como los métodos de diferencias
finitas y elementos finitos se han empleado normalmente en la resolución de modelos
matemáticos complejos que consideran simultáneamente los fenómenos de transferencia
de calor y masa, mientras que lo más habitual es que para problemas más sencillos, que
consideran distintas simplificaciones, se empleen modelos analíticos para la
determinación de estos parámetros. Así, para una determinada geometría (lámina
16
infinita, cilindro infinito, esfera) la determinación experimental de los coeficientes de
difusividad efectiva y el coeficiente convectivo de masa se considerará un sistema
difusivo sencillo cuya solución analítica es bien conocida (Arranz et al., 2011).
Existen algunos factores que influencian la absorción del aceite en el alimento:
*Calidad y composición del aceite: el aceite absorbido y el deterioro del aceite
incrementa con el tiempo de freído. Un punto interesante es que el aceite extraído del
alimento frito contiene una alta suma de polímeros que son retenidos por el aceite en la
freidora (Bunger et al., 2003; Mellema, 2003; Sharma et al., 2003; Moyano y Pedreschi,
2006; Moreno y Bouchon, 2008).
Los agentes surfactantes producidos por la oxidación tienen un efecto pronunciado sobre
la absorción de aceite. La calidad del freído depende de los surfactantes formados
cuando el aceite interactúa con el alimento durante el proceso. Estos se producen en
mayor cantidad en los aceites usados deteriorados (Bunger et al., 2003; Mellema, 2003;
Sharma et al., 2003; Moyano y Pedreschi, 2006; Moreno y Bouchon, 2008).
*Temperatura de freído, duración y forma del alimento: dentro de cierto rango de
temperatura, el incremento de la temperatura de freído generalmente disminuye la
absorción de aceite, fuera de este la cantidad de aceite absorbido por un producto es
independiente de la temperatura del proceso, esto depende del tipo de materia prima. En
cuanto al tiempo de freído, en el rango de 155 a 200 °C, éste es independiente de la
temperatura del aceite. Las superficies ásperas son otro factor el cual incrementa el área
superficial, resultando en un incremento del aceite absorbido, por otro lado, existe una
17
relación lineal entre el área superficial y la cantidad de aceite absorbido (Bunger et al.,
2003; Mellema, 2003; Sharma et al., 2003; Moyano y Pedreschi, 2006; Moreno y
Bouchon, 2008).
*Contenido de humedad: ha sido bien establecido que la absorción de aceite ocurre
cuando la humedad es removida del alimento durante el freído. Muchos estudios
reportan que un alto contenido de humedad inicial resulta en una alta absorción de
aceite, sin embargo, en las donuts ocurre lo contrario; por otro lado, diferentes
investigaciones muestran que la pérdida de humedad es proporcional a la raíz cuadrada
del tiempo de freído (Bunger et al., 2003; Mellema, 2003; Sharma et al., 2003; Moyano
y Pedreschi, 2006; Moreno y Bouchon, 2008).
*Pre-tratamientos: el escaldado o la disminución del contenido de humedad antes del
freído disminuye la absorción de aceite. La liofilización aumenta la absorción de aceite.
La impregnación de NaCl en el alimento disminuye la absorción de aceite (Bunger et al.,
2003; Mellema, 2003; Sharma et al., 2003; Moyano y Pedreschi, 2006; Durán et al.,
2007; Moreno y Bouchon, 2008; Zou et al., 2013). La aplicación de recubrimientos
hidrocoloides (hidroxipropilmetilcelulosa, metilcelulosa, pectina, alginato, carragenina y
gomas) antes del freído, modifica la tensión superficial del alimento convirtiéndose en
una barrera que reduce la absorción de aceites (Deok et al., 2011). El pre-secado del
alimento acompañado de inmersión en solución de sacarosa ha sido aplicado con el
objetivo de reducir la absorción de aceite, esta técnica ha sido aplicada en papa y ha
arrojado buenos resultados y de forma adicional se obtiene un producto de mejores
características sensoriales y con un 2% menos de humedad, aproximadamente (Mai et
18
al., 2007). La utilización de microondas como pretratamiento ha permitido obtener
productos con menor absorción de aceite y con menor contenido de agua dando como
resultado mejores características sensoriales (Ngadi et al., 2009).
*La porosidad: la porosidad inicial del producto se halla relacionada directamente con el
nivel de absorción de aceite en los alimentos fritos por inmersión en aceite. Aunque la
porosidad aumenta con el tiempo de freído, la absorción de aceite es importante sólo
durante las etapas iniciales del freído. La porosidad del producto puede controlarse
cambiando la formulación del producto, como la adición de ingredientes naturales que
forman una película alrededor del producto (Bunger et al., 2003; Mellema, 2003;
Sharma et al., 2003; Moyano y Pedreschi, 2006; Moreno y Bouchon, 2008).
*La aplicación de vacío: el procesado a baja presión y temperaturas reduce la cantidad
de aceite absorbido en el material y el deterioro y oxidación del aceite de freído,
resultando productos fritos más estables. Nunes y Moreira (2009), indicaron que la
absorción de aceite ocurre al mismo tiempo que la evaporación del agua desde las
muestras. La cantidad de aceite absorbido depende de la cantidad de agua libre y el
aceite superficial en el producto. En este sentido, la reducción en la absorción de aceite
en freído al vacío de algunos alimentos (tales como manzana, banano, papa, maíz y
tomate de árbol) fue muy apreciable comparada con el freído a presión atmosférica
(Troncoso et al., 2009; Sothornvit, 2011; Xu y Kerr, 2012; Sobukola et al., 2013).
19
1.4.1 Modelo matemático de pérdida de agua
Crank (1975), Erdogdu (2005) y Yildiz et al. (2007) plantearon que la ecuación de
difusión que describe la concentración como una función del tiempo y la posición para
una placa infinita (ecuación (5)) es obtenida resolviendo la ecuación diferencial
(ecuación (1)) con las condiciones de frontera (ecuaciones (2) y (3)) y condición inicial
(ecuación (4)) y las siguientes hipótesis: el sólido es homogéneo e isótropo y está
inicialmente en equilibrio térmico con el ambiente que le rodea y la geometría (forma)
de las piezas permanece constante durante el tiempo de freído:
𝜕2𝑀 1 𝜕𝑀
2
= , 0 ≤ 𝑥 ≤ 𝐿 𝑝𝑎𝑟𝑎 𝑡 > 0 (1)
𝜕𝑥 𝐷𝑒𝑓𝑓 𝜕𝑡
Condiciones de frontera:
𝜕𝑀(0, 𝑡)
=0 (2)
𝜕𝑥
𝜕𝑀(𝐿, 𝑡)
−𝐷𝑒𝑓𝑓 ∗ = 𝑘𝑐 𝑀 𝐿, 𝑡 − 𝑀∞ (3)
𝜕𝑥
Condición inicial:
𝑀 𝑥, 0 = 𝑀𝑖 (4)
Donde 𝐷𝑒𝑓𝑓 es la difusividad efectiva de la humedad, L es la mitad del espesor de la
placa, kc es el coeficiente efectivo de transferencia de masa, 𝑀(0, 𝑡) es la concentración
de agua (g agua/g de sólidos) en el centro en un cierto tiempo, 𝑀(𝐿, 𝑡) es la
concentración de agua (g agua/g de sólidos) en la superficie en un cierto tiempo, 𝑀𝑖 es la
concentración de agua (g agua/g de sólidos) inicial en el sólido y 𝑀∞ es la concentración
de agua (g agua/g de sólidos) en el equilibrio que para el freído se puede estimar como
un valor de cero (0).
20
La solución de la ecuación diferencial es:
∞
𝑀 𝑥, 𝑡 − 𝑀 2𝑠𝑒𝑛𝜇𝑛 𝑥 −𝜇 𝑛2 𝐷 𝑒𝑓𝑓2 ∗𝑡
= cos 𝜇𝑛 𝑒 𝐿 (5)
𝑀𝑖 − 𝑀∞ 𝜇𝑛 + 𝑠𝑒𝑛𝜇𝑛 𝑐𝑜𝑠𝜇𝑛 𝐿
𝑛 =1
Tomando sólo el primer término de la solución dada de la serie infinita en la ecuación

𝐷𝑒𝑓𝑓 ∗𝑡 1 𝑉
(5) (para >0,2) e integrándola con respecto a todo su volumen ( 𝑉 𝑀 𝑥, 𝑡 𝑑𝑉 ), se
𝐿2 0
obtiene la ecuación para la concentración media de la humedad en una placa infinita
(ecuación 6):
𝑀 (𝑡) − 𝑀∞ 2𝑠𝑒𝑛2 𝜇1 −𝜇 12
𝐷 𝑒𝑓𝑓 ∗𝑡
= 𝑒 𝐿2 (6)
𝑀𝑖 − 𝑀∞ 𝜇1 [𝜇1 + 𝑠𝑒𝑛𝜇1 𝑐𝑜𝑠𝜇1 ]
Donde 𝑀 (𝑡) es la concentración promedio (g agua/g de sólidos) en un cierto tiempo.
Experimentalmente se tienen datos de 𝑀 (𝑡) y t, por tanto se determina la D eff y de
forma adicional 𝜇1 ajustando la ecuación (6) por regresión no lineal. A partir de la
definición del número de Biot de transferencia de masa (Bim) es obtenido el coeficiente
efectivo de transferencia de masa (kc):
𝑘𝑐 𝐿
𝐵𝑖𝑚 = 𝜇1 𝑡𝑎𝑛𝜇1 = (7)
𝐷𝑒𝑓𝑓
La dependencia de la difusión efectiva de la humedad es determinada usando una
ecuación tipo Arrhenius (ecuación (8)):

−𝐸 𝑎
𝐷𝑒𝑓𝑓 = 𝐷0 𝑒 ( 𝑅𝑇 )
(8)
21
donde D0 es un factor pre-exponencial asociado con el factor de colisión en términos de
la velocidad de reacción absoluta, Ea es la energía de activación (kJ mol-1), R es la
constante de los gases perfectos (8,31441 kJ kmol-1 K-1) y T es la temperatura (K).
1.4.2 Modelo matemático de absorción de aceite
Dos modelos empíricos son frecuentemente usados para describir la absorción de aceite
durante el freído. El primer modelo, es el modelo propuesto por Moyano y Pedreschi
(2006), (ecuación (9)):
𝑂𝑒𝑞 𝐾𝑡
𝑂= (9)
1 + 𝐾𝑡
Donde O es el contenido de aceite en el tiempo t (aceite libre, en base seca), O eq es el
contenido de aceite en el equilibrio (o contenido máximo) (aceite libre, en base seca) al
tiempo t=∞, K representa la velocidad específica de absorción.
El segundo es un modelo cinético de primer orden (Krokida et al., 2000), (ecuación
(10)):
1𝑡
𝑂 = 𝑂𝑒𝑞 1 1 − 𝑒 −𝐾 (10)
Donde Oeq1 es el contenido de aceite en el equilibrio y K1 es la velocidad específica para
el modelo de primer orden.
En ambos modelos al t=0, el contenido de aceite es nulo, y para tiempos largos, el
contenido de aceite alcanza el valor del equilibrio.
22
La relación para la variación del contenido de aceite en el equilibrio con la temperatura
de freído T fue descrita usando una relación tipo Arrhenius (ecuación (11)). De esta
ecuación, fue calculada la energía de activación (Bravo et al., 2009):
−𝐸𝑎
𝑂𝑒𝑞 ó 𝑂𝑒𝑞 1 = 𝐴 𝑒 𝑅𝑇 (11)
donde A es un factor pre-exponencial asociado con el factor de colisión en términos de
la velocidad de reacción absoluta, Ea es la energía de activación (kJ mol-1), R es la
constante de los gases perfectos (8,31441 kJ kmol-1 K-1) y T es la temperatura (K).
1.5 EL COLOR DURANTE EL FREÍDO
1.5.1 Medida del color
Entre las diferentes propiedades físicas de un alimento, el color es considerado el
atributo visual más importante en la percepción de la calidad del producto. El aspecto y
color de la superficie del alimento es el primer parámetro de calidad evaluado por el
consumidor y es crítico en la aceptación del producto, incluso antes de que entre en la
boca. Los consumidores tienden a asociar el color con el aroma, seguridad, tiempo de
almacenamiento, nutrición y nivel de satisfacción porque correlaciona bien con la
evaluación física, química y sensorial de la calidad del alimento (Pedreschi et al., 2006;
Gökmen y Sügut, 2007).
La determinación del color puede ser realizado por método visual, instrumental y visión
computacional (CV). Las observaciones visuales pueden ser insatisfactorias debido a la
fatiga del ojo, memoria pobre de los objetos, carencia de iluminación uniforme, carencia
23
de condiciones visuales estandarizadas y escaza disponibilidad de jueces entrenados,
especialmente para determinación rutinaria de la calidad de color a gran escala. La
medida instrumental del color de los productos alimenticios se ha hecho a menudo
usando colorímetros y espectrofotómetros. Los colorímetros tricromáticos emplean
filtros para convertir la energía de la luz reflejada o transmitida a través de la muestra en
valores X, Y y Z, que localizan el color de la muestra en un espacio de color
tridimensional (Balaban y Odabasi, 2006). La CV implica la adquisición y el análisis de
una imagen de una escena real por computador para obtener información o para
controlar procesos (Brosnan y Sun, 2004; Pedreschi et al., 2006).
Un sistema CV consta de una cámara digital o de video conectada a un computador para
adquirir la imagen (la cámara debe tener una resolución superior a 2 Mega Pixeles),
estándares de iluminación (usualmente una caja con paredes internas negras y con luces
estandarizadas: los iluminadores estándares comúnmente usados en investigaciones de
alimentos son A (2856 K), C (6774 K), D65 (6500 K) y D (7500 K); el ángulo entre el
eje del lente de la cámara y la fuente de iluminación debe ser de 45° para garantizar la
luz uniforme en la muestra) y software para procesamiento y análisis de imagen
(Papadakis et al., 2000; Brosnan y Sun, 2004; Yam y Papadakis, 2004; Balaban y
Odabasi, 2006; León et al., 2006). El análisis por CV es un método no destructivo para
medir objetivamente patrones de color en superficies irregulares coloreadas y para
determinar otras características físicas tales como textura de la imagen, elementos y
defectos morfológicos (Mendoza y Aguilera, 2004; Pedreschi et al., 2004, León et al.,
2006).
24
El CIE L*a*b* (CIELAB) es el modelo cromático usado normalmente para describir
todos los colores que puede percibir el ojo humano. Fue desarrollado específicamente
con este propósito por la Commission Internationale d'Eclairage (Comisión
Internacional de Iluminación), razón por la cual se abrevia CIE. Los asteriscos (*) que
siguen a cada letra forman parte del nombre, ya que representan L*, a* and b*, de L, a y
b. CIELAB es un Adams Chromatic Value Space (Gökmen y Sügut, 2007; Sahin y
Sumnu, 2009).
Los tres parámetros en el modelo representan la luminosidad de color (L*, L*=0 indica
negro y L*=100 indica blanca), su posición entre magenta y verde (a*, valores negativos
indican verde mientras valores positivos indican magenta) y su posición entre amarillo y
azul (b*, valores negativos indican azul y valores positivos indican amarillo). El modelo
de color Lab es tridimensional y sólo puede ser representado adecuadamente en un
espacio tridimensional (León et al., 2006; Sahin y Sumnu, 2009).
El espacio de color CIE-L*a*b* proporciona una útil representación tridimensional de
los estímulos perceptuales del color. Si dos puntos en el espacio (que representan dos
estímulos), son coincidentes, entonces la diferencia cromática entre ambos estímulos es
igual a cero. Según se incrementa la distancia entre esos dos puntos (L*1, a*1, b*1 y L*2,
a*2, b*2), es razonable suponer que va aumentando la percepción de que existe una
diferencia cromática entre los estímulos que ambos puntos representan (Sahin y Sumnu,
2009).
25
Una forma de obtener la diferencia cromática entre dos estímulos es medir la distancia
euclidiana llamada ΔE*, existente entre dos puntos en un espacio tridimensional
(Pedreschi et al., 2007a, b). Esta distancia se puede calcular mediante la ecuación (12):
ΔE* = [(ΔL*)2 + (Δa*)2 + (Δb*)2]1/2 (12)
Donde, ΔL* = L*1 – L*2, y Δa* y Δb* se definen similarmente.
1.5.2 Cinética del color en el freído
El desarrollo del color en las frituras comienza solamente si ha ocurrido una
deshidratación en el alimento, y depende de la rata de secado y del coeficiente de
transferencia de calor durante las diferentes etapas del freído. Se espera que las variables
de proceso tales como tiempo, temperatura de aceite, y tratamientos previos de las
materias primas afecten al color de los productos fritos (Sahin y Sumnu, 2009).
Los cambios del color en los tubérculos fritos son el resultado de la reacción de
Maillard, que depende del contenido de los azúcares reductores (principalmente D-
glucosa) y los aminoácidos o las proteínas en la superficie, la temperatura superficial, el
contenido de humedad y tiempo de fritura (Mottram y Wedzicha, 2002; Pedreschi et al.,
2005a; Hindra y Baik, 2006; Pedreschi et al., 2007b; Purlis y Salvadori, 2007).
A temperaturas menores de 60°C, el pardeamiento es normalmente una reacción de
orden cero. A temperaturas más altas, se comportará como una reacción de primer
orden. Un análisis de primer orden para la cinética del pardeamiento en el proceso de
freído es esperado debido a que el proceso de freído por inmersión usualmente tiene un
26
período muy corto con una temperatura en la superficie menor a los 60 °C (Moyano et
al., 2002).
Muchos estudios correlacionan los cambios de color con la temperatura de freído
(temperatura del aceite) y el tiempo de freído (Sahin, 2000; Krokida et al., 2001a; Sosa-
Morales et al., 2006; Ngadi et al., 2007). Sólo unos pocos estudios han relacionado la
temperatura de la superficie del alimento con la cinética del color. La temperatura de la
superficie del alimento debería ser considerada debido a que el desarrollo del color es un
fenómeno superficial (Moyano et al., 2002; Baik y Mittal, 2003; Pedreschi et al.,
2005a).
El componente del color Luminosidad (L*), el cual tiene valores entre 0 y 100, decrece
cuando se incrementa la temperatura y el tiempo. Cuanta más alta es la temperatura del
aceite, más oscura es la superficie del alimento porque las reacciones de pardeamiento
no enzimático son altamente dependientes de la temperatura. La disminución en la
luminosidad (L*) durante el freído por inmersión es un cambio típico, y ha sido
reportado para muchos productos, tales como, tofú, nuggets de pollo, carne de cerdo y
donuts. Algunos autores han modelado los cambios de color de diferentes alimentos
durante el freído usando cinética de reacciones de primer orden. Ellos muestran que L*
disminuye exponencialmente con el tiempo de freído y que la dependencia de
temperatura de la constante de velocidad de reacción fue expresada usando la relación de
Arrhenius (Baik y Mittal, 2003; Sosa-Morales et al., 2006; Ngadi et al., 2007).
27
El componente cromático del color a*, el cual se encuentra entre -120 y 120, se
incrementa con el tiempo y la temperatura de freído como un resultado de la formación
de compuestos de la reacción no enzimática de Maillard. El componente cromático b*
incrementa con el tiempo de freído y muestra la misma tendencia de a* sus valores
tienden a incrementar más rápido en tanto la temperatura de freído aumenta (Baik y
Mittal, 2003; Sosa-Morales et al., 2006; Ngadi et al., 2007).
1.5.3 Modelamiento de los cambios de color
Para describir los cambios de color dentro del proceso de freído puede ser usado un
modelo cinético de primer orden descrito en la ecuación (13), (Krokida et al., 2001c;
Baik y Mittal, 2003; Pedreschi et al., 2005b; Hindra y Baik, 2006; Pedreschi et al.,
2007a; Purlis y Salvadori, 2009):
𝑑𝛥𝐸
= −𝐾𝐸 𝛥𝐸 − 𝛥𝐸𝑒 (13)
𝑑𝑡
Donde ΔE es el valor del color con respecto al punto de referencia en la escala CIElab,
ΔEe es el valor del color en el equilibrio con respecto al punto de referencia en la escala
CIElab, KE es la constante de velocidad del color, t es el tiempo de freído (s). Al tiempo
cero el color tiene un valor inicial ΔE 0, por tanto la ecuación (13) queda como lo expresa
la ecuación (14):
𝛥𝐸(𝑡) − 𝛥𝐸𝑒
= 𝑒 −𝐾𝐸 ∗𝑡 (14)
𝛥𝐸0 − 𝛥𝐸𝑒
28
1.6 TEXTURA EN EL PROCESO DE FREÍDO
La textura es una percepción sensorial, la cual se cree que sólo los humanos pueden
percibir, describir y cuantificar. Es generalmente descrita como un atributo multi-
parámetro, usualmente asociada parámetros acústicos, geométricos y mecánicos. La
definición aceptada de textura fue propuesta por Szczesniak en 1963, donde “la textura
es manifestación sensorial y funcional de las propiedades estructurales y mecánicas de
los alimentos, determinada por los sentidos de la vista, oído, tacto y cinestésico”. La
textura es definida por las propiedades estructurales del alimento. Las interacciones
entre la textura percibida y la estructura física son complejas, particularmente para
frutas y verduras (Sahin y Sumnu, 2009).
Los cambios de textura durante el proceso de freído son el resultado de muchos cambios
físicos, químicos y estructurales producidos en el tejido el cual también incluye
transferencia de calor y de masa con reacciones químicas. En productos con contenido
de almidón relativamente alto tales como las papas fritas, la mayor influencia sobre la
textura la da la gelatinización del almidón durante el calentamiento (Pedreschi et al.,
2004; Sahin y Sumnu, 2009).
Los estudios sobre las propiedades mecánicas fundamentales en los alimentos fritos son
usados para cuantificar los cambios en los parámetros estructurales como crujencia y
dureza, los cuales son de suma importancia para la industria procesadora de papas fritas
(Ross y Scanlon, 2004; Troncoso y Pedreschi, 2007). Bourne et al. (1966), llevaron a
cabo una prueba de punción en patatas fritas y midieron la pendiente inicial de la curva
29
fuerza-deformación. La fuerza máxima de rotura varió considerablemente, y la
pendiente inicial era más reproducible. En consecuencia, recomendaron este parámetro
para medir la crujencia (Pedreschi y Moyano, 2005).
Segnini et al. (1999) desarrollaron una prueba de punción con tres puntos de apoyo para
evaluar la textura de papas fritas. Este procedimiento arrojó menos variación en los
resultados del análisis y permitió la correlación de la textura con el contenido de
humedad (Sahin y Sumnu, 2009). Pedreschi et al. (2001) también desarrollaron una
prueba de punción in situ para medir los cambios de textura durante la fritura de rodajas
de patatas. Este ensayo permitió verificar, en posiciones diferentes y en tiempos
diferentes de freído, la propiedad de textura en las rodajas de papa dentro del aceite
caliente, evitando el proceso de enfriamiento que tiene lugar cuando las rodajas se
retiran de la freidora y que podrían afectar a sus propiedades mecánicas.
La evolución de la textura de tejidos vegetales durante el freído muestra un
ablandamiento inicial seguido por un endurecimiento. Un modelo con la suma de dos
términos ha sido propuesto: el primero para el ablandamiento con cinética de primer
orden y el segundo para el endurecimiento el cual, en el caso del chip de papa, es
dependiente de la raíz cuadrada del tiempo (Pedreschi y Moyano, 2005a) y, en el caso de
papas a la francesa, es linealmente dependiente del tiempo (Pedreschi et al., 2001). Las
altas temperaturas de freído aceleran la cocción del interior y el endurecimiento de la
corteza, resultando papas a la francesa con cortezas duras. Para chips de papas, el freído
muestra una etapa inicial en la cual el tejido se ablanda y comienza a cocinarse, y una
30
etapa posterior en la cual la formación de la corteza inicia y progresivamente endurece
(Pedreschi y Moyano, 2005b). Las condiciones de proceso afectan fuertemente las
propiedades texturales del chip de papa y de papas a la francesa (Pedreschi et al., 2004;
Moyano et al., 2007; Troncoso y Pedreschi, 2007).
1.6.1. Modelamiento de la fuerza de fractura
Pedreschi y Moyano (2005a) modelaron los cambios de textura en rodajas de papa
durante el freído usando el parámetro de fuerza máxima de fractura o quiebre
normalizada, MF*, (valor de fuerza máxima de fractura en un tiempo -F*MAX- dividido
por el valor de fuerza máxima de fractura al tiempo cero F0*MAX). La MF* permite el
ablandamiento de los tejidos y el proceso de desarrollo de la corteza que deberán
seguirse durante la fritura, ya que representa la fuerza necesaria para penetrar en la
muestra.
La ecuación (15) es usada para describir la variación de MF* con el tiempo de freído:
MF* = e(−ks t) + kh t2 (15)
Donde MF*: fuerza máxima de fractura normalizada; ks: constante cinética de
ablandamiento del tejido de la papa durante el freído (s−1); kh: constante cinética para el
proceso de endurecimiento de la corteza durante el freído (s−2) y t: tiempo de freído (s).
El primer término de la ecuación (15) representa un decremento inicial en MF* debido
al ablandamiento del tejido de la papa para tiempos de freídos cortos originado por la
gelatinización del almidón. El segundo término representa el desarrollo de la corteza
(endurecimiento) a tiempos de freído largo. El promedio de la textura de una rodaja de
papa a cualquier tiempo es caracterizado por estos dos términos.
31
2. MATERIALES Y MÉTODOS
2.1 MATERIA PRIMA Y MATERIALES
La yuca (Manihot esculenta Crantz) variedad "ICA-costeña" (45% de sólidos secos
aproximadamente) se obtuvo del banco de germoplasma suministrado por CORPOICA
teniendo en cuenta las características de calidad en la selección tales como tamaño,
uniformidad de superficie, grosor uniforme, libre de tierra y daños de tejidos, para
reducir la variabilidad estadística en el experimento. El tubérculo se lavó y peló
manualmente, se cortó en discos o rodajas usando un cortador cilíndrico marca Hobart®
modelo FP100 (Empresa Hallde, Suecia), las muestras fueron cortadas con diámetros de
3,5 ±0,03 cm y 1,308 ±0,05 mm de espesor (en los anexos 4-1 y 4-2 se muestran los
análisis estadísticos respectivos). Finalmente, de acuerdo al diseño experimental, se
realizó un pre-tratamiento.
2.2 PRE-TRATAMIENTOS
Control: a las muestras no se aplicó ningún pre-tratamiento.
Escaldado: las muestras fueron sumergidas en baño de agua termostatado y controlado a
80°C por 4 minutos. El exceso de agua sobre la superficie del producto se removió por
escurrido en papel.
32
Osmodeshidratación con solución de NaCl marca REFISAL®: las muestras fueron
sumergidas en soluciones salinas (3 g de NaCl en 97 g de agua potable) a 30 °C por 4 h,
la relación de las muestras-solución fue de 1:20. Al finalizar la osmodeshidratación, el
exceso de agua sobre la superficie del producto se removió por escurrido en papel.
2.3 PROCESO DE FREÍDO POR INMERSIÓN
Las muestras de yuca fueron sometidas a un proceso de freído inmersión en aceite
comercial de palma (CARIBE®, Sincelejo, Colombia producido por FAMAR) a
diferentes temperaturas y tiempos de procesamiento en una freidora por inmersión
comercial DUPREÉ® (con controlador de temperatura de ± 1 °C) de 2 L de capacidad y
la relación kg muestra/L aceite fue de 0,005. Después del freído, a las muestras se les
removió el aceite superficial por escurrido en papel. Las rodajas fueron freídas a
diferentes intervalos de tiempo hasta un contenido final de humedad de 1% (en base
seca). Previamente, los tiempos mínimos de freídos correspondientes para alcanzar el
contenido de humedad aproximado de 1% y los intervalos de muestreo para cada
temperatura de freído fueron determinados experimentalmente. Para cada muestra de
tiempo seleccionada, las rodajas freídas fueron drenadas en papel por 2 minutos seguido
de atemperado hasta la temperatura ambiente (30 °C) antes de que los análisis
respectivos fueran realizados.
2.4 MEDIDAS DE HUMEDAD, CONTENIDO DE ACEITE, COLOR Y FUERZA

DE FRACTURA.
2.4.1 Medición del contenido de Humedad
El contenido de humedad promedio de las rodajas de yucas se realizó por triplicado en
33
secado en estufa convectiva a 103 °C hasta peso constante (Método AOAC 984.25 de
2002). El contenido de humedad fue expresado como g de agua g-1 sólidos secos.
2.4.2 Medición del contenido de Aceite
Muestras por triplicado fueron usadas para determinar el contenido de aceite expresado
como g aceite g-1 sólidos secos por el método de extracción Soxhlet (AOAC, 1984).
2.4.3 Medición de Color
La variación de color en las muestras freídas se realizó por la técnica de visión
computacional utilizando ADOBE PHOTOSHOP CS-5 como software de adquisición
y análisis de imagen, según la metodología descrita por Mery y Pedreschi (2005)
descrita a continuación:
Adquisición de imagen: Las muestras fueron iluminadas usando 4 lámparas
fluorescentes (60 cm longitud) con una temperatura de color de 6500 K (Philips, luz del
día natural, 18W) y un índice de representación de color (Ra) cerca del 95%. Las cuatro
lámparas fueron arregladas como un cuadrado a 35 cm de la muestra y en un ángulo de
45° con respecto al plano de la muestra para dar una intensidad de luz uniforme sobre
ésta.
Se colocó una cámara digital de color (CDC), Canon PowerShot A430 (Canon®, Tokio,
Japón) con 4.0 Mega Pixeles de resolución, verticalmente a una distancia de 22.5 cm de
la muestra. El ángulo entre el eje de la lente de cámara y las fuentes de luz fue de 45°
aproximadamente. Las lámparas y la CDC estaban dentro de una caja de madera con las
paredes internas pintadas de negro para reducir al mínimo la luz de fondo (Anexo 3:
Figura 5).
34
Las imágenes fueron capturadas con la CCD en su máxima resolución (pixeles 2272 x
1704) y se almacenaron en un PC (Pentium Dual-Core, 3200 MHz, RAM de 2 GB, 250
GB de disco duro). La CCD se configuró así:
Tabla 1. Setup de la cámara fotográfica Canon Modelo A430
Modo de operación Manual

Steady shot Auto
Detector de la cara Off
Modo Grabación Normal
Valor de exposición EV -2
Velocidad iso 100
Balance de blanco Fluorescente H
Distancia cámara a muestra 22,5 cm
Distancia focal 20,7 mm
Zoom 9
Flash Off
Apertura AV F/8.0
Tv exposición 1/15 s
Calidad Raw
Marco On
Procesamiento de Imagen: Para la cuantificación del color en el espacio CIELab, se
utilizó el software Adobe Photoshop CS5® (Adobe Systems inc., 2010). Se seleccionó
la imagen de la fritura capturada en la foto, usando la opción “herramienta varita
mágica” que permite filtrar el fondo y en la ventana “histograma” del software se
obtienen el gráficos de la distribución acumulada, la media y desviación estándar para
cada uno de los parámetro L, a, y b además del número de pixeles (Anexo 3: Figura 6).
Como los valores L, a y b obtenidos no son los valores de color estándar, se convirtieron
35
al espacio de color de CIELab* 1976 (L*, a* y b*) utilizando las transformaciones
lineales propuestas por Yam y Papadakis, (2004):
100
𝐿∗ = 255 𝐿 (16)
240
𝑎∗ = 𝑎 − 120 (17)
255
240
𝑏 ∗ = 255 𝑏 − 120 (18)
Cálculos de diferencia de color: Con los valores L*, a* y b* de cada muestra se
calcularon las diferencia de color utilizando la ecuación (12).
2.4.4 Medición de la fuerza máxima de fractura (F*MAX)
Fue medida en un equipo analizador de Textura marca Shimadzu EZ Test ® (Shimadzu
Corporation, Tokio, Japón) en un ambiente a 25 °C, según la metodología de Test de
punción descrito por Pedreschi y Moyano (2005b). El parámetro de fuerza máxima de
fractura fue obtenido de las curvas Fuerza versus distancia usando el software
RheoMeter® Versión 2.0.4. Las curvas Fuerza versus distancia fueron generadas con el
Test de punción a diferentes tiempos de freído montando la muestra sobre dos puntos
soportes, donde la distancia entre los puntos fue de 30 mm y el diámetro del vástago de
ruptura fue de 2 mm. Las condiciones del test dadas al equipo fueron:
1. Height click 50 mm/min.

2. SPEED 60 mm /min.
3. Down.
4. Disp > 60%.
5. Up.
6. Disp < = 0%.
7. Stop.
36
2.5 DISEÑO EXPERIMENTAL
El experimento fue conducido bajo un diseño en bloque completamente al azar con
arreglo factorial 32 (factores: temperatura y pre-tratamientos) con tres réplicas, arrojando
un número de unidades experimentales de 27. Dentro de cada tratamiento se realizaron
mediciones de las propiedades a estudiar en diferentes tiempos del intervalo 0-320
segundos.
2.6 ANÁLISIS ESTADÍSTICO DE DATOS
A los errores experimentales se evaluaron los supuestos de aleatoriedad, linealidad,
normalidad y homogeneidad de varianzas. Comprobados los supuestos, a las variables
de respuesta se realizaron Análisis de varianzas, test de diferencias de medias (Tukey) y
ajuste de regresiones no lineales (método de Marquardt) con significancia del 5%. Estos
análisis se realizaron en el programa STATGRAPHICS CENTURION XV. Para la
obtención de los parámetros cinéticos se realizaron los siguientes procedimientos:
2.6.1 Cinética de pérdida de humedad
La ley de Fick para placas infinitas truncada en el primer término (para Fo>0,2) fue
utilizada para estimar la difusividad efectiva de transferencia de agua y el coeficiente
convectivo de transferencia de masa.
La relación para la variación de la difusividad efectiva con la temperatura de freído T
fue descrita usando una relación tipo Arrhenius, y la relación del coeficiente convectivo
de transferencia de masa con la temperatura de freído T fue descrita por la ecuación
lineal.
37
2.6.2 Cinética de absorción de aceite
Para describir la absorción de aceite durante el freído se usaron el modelo propuesto por
Moyano y Pedreschi y el modelo cinético de primer orden. La relación para la variación
del contenido de aceite en el equilibrio con la temperatura de freído T fue descrita
usando una relación tipo Arrhenius.
2.6.3 Cinética de color
Para describir la absorción de aceite durante el freído se usó el modelo cinético de
primer orden. La relación para la variación del color con la temperatura de freído T fue
descrita usando una relación tipo Arrhenius.
2.6.4 Cinética de fuerza máxima de fractura
Se utilizó el modelo empírico de Pedreschi y Moyano (2005b) para ajustar los datos
experimentales de la fuerza máxima de fractura Normalizada versus el tiempo de freído.
Las constantes cinéticas del modelo fueron relacionadas con la temperatura de freído T
usando una relación tipo Arrhenius.
38
3. RESULTADOS Y DISCUSIÓN
3.1 CINÉTICA DE TRANSFERENCIA DE MASA-PÉRDIDA DE HUMEDAD
Los residuales de los modelos estadísticos para la pérdida de humedad en el freído de la
yuca presentaron una distribución normal y cumplieron con los supuestos de
aleatoriedad, homogeneidad de varianza e independencia (Anexo 4-3).
El análisis de varianza para la pérdida de humedad (p<0,05) del Anexo 4-3 muestra que
la temperatura del aceite, pre-tratamientos, tiempo de freído y la interacción pre-
tratamientos/temperatura ejercen un efecto significativo sobre la pérdida de humedad de
las rodajas de yuca sometidas a freído.
Las gráficas 1, 2 y 3 muestran la evolución del contenido de humedad (como humedad
adimensional M/M0, donde M es el contenido de humedad en base seca al tiempo t y M 0
es el contenido de humedad en base seca inicial) de las rodajas de yuca durante el
proceso freído por inmersión a 140, 160 y 180 °C de las muestras control, con
tratamiento de escaldado y con tratamiento de osmodeshidratación. En estas gráficas, los
puntos representan los valores experimentales y la línea continua son los valores
calculados con el modelo de difusión. Las curvas muestran las formas típicas de las
curvas de secado y son similares a las reportadas por los procesos de freído por
inmersión de otros productos (Sahin et al., 1999; Krokida et al., 2001b; Vitrac et al.,
2002; Pedreschi et al., 2005b). Además, se observa que la velocidad de deshidratación
39
depende de la temperatura. Así, a los 10 s, cuando la temperatura aumenta, también
aumenta la pendiente de la curva. Es decir, cuando la temperatura incrementa en un
tiempo dado, el contenido de humedad residual en el producto disminuye.
Adicionalmente, la velocidad de pérdida de agua incrementa cuando la temperatura del
aceite aumenta, esto es una indicación de la ausencia de la influencia de la formación de
la costra o corteza (Budzaki y Segura, 2005).
1.0
MUESTRA CONTROL
0.9
0.8 MODELO 140 °C
0.7 MODELO 160 °C
0.6 MODELO 180 °C
M/M0
0.5 140 °C
0.4 160 °C
180 °C
0.3
0.2
0.1
0.0
0 40 80 120 160 200 240
t (s)
Gráfico 1. Curvas de humedad adimensional versus tiempo para muestra control.
1 MUESTRA ESCALDADA
0.9
0.8 MODELO 140 °C
0.7
MODELO 160 °C
0.6
M/M0
MODELO 180 °C
0.5
0.4 140 °C
0.3 160 °C
0.2 180 °C
0.1
0
0 50 100 150 200 250
t (s)
Gráfico 2. Curvas de humedad adimensional versus tiempo para muestra escaldada.
40
1
0.9 MUESTRA OSMODESHIDRATADA
0.8
0.7 MODELO 140 °C
0.6
M/M0
MODELO 160 °C
0.5 MODELO 180 °C
0.4
140 °C
0.3
160 °C
0.2
180 °C
0.1
0
0 50 100 t (s) 150 200 250

osmodeshidratada.
En la tabla 2, se muestran los valores de la difusividad efectiva identificados como una
función de la temperatura y el coeficiente de determinación (R2). Puede ser observado
que los valores del coeficiente de determinación son mayores que 0,97. Por tanto, se
puede afirmar que los valores experimentales y los valores calculados están muy bien
correlacionados y que el modelo de difusión de Fick describe satisfactoriamente la
transferencia de agua en el proceso de freído. Los valores de difusividad efectiva
hallados en este trabajo son más altos que los reportados en la literatura, sin embargo,
están en el orden de magnitud para los alimentos deshidratados 10 -9 a 10-11(Bravo et al.,
2009; Saravacos y Maroulis, 2001). Algunos valores de la difusividad efectiva para otros
materiales deshidratados por freído por inmersión han sido reportados en la literatura,
por ejemplo, para papas a la francesa freídas a 160, 170 y 180 °C los valores obtenidos
fueron 4,14, 5,24 y 6,7x10-9 m2/s, respectivamente (Moyano y Berna, 2002). Pedreschi et
al. (2005b) reportaron que la Deff del agua durante el freído convencional de chips de
papas pretratadas está entre 13x10 -9 y 9,8x10-9 m2/s. Siendo estos valores menores que
41
los del freído de yuca obtenidos en este trabajo dado a composición y a la
microestructura de la yuca (Saravacos y Maroulis, 2001).
Los pre-tratamientos afectaron significativamente la D eff (p<0,05), siendo mayores los
valores en las muestras osmodeshidratadas que en las muestras escaldadas y de control a
una misma temperatura de freído, esto es explicado por Saravacos y Maroulis (2001), ya
que, para alimentos con contenido alto de humedad, la difusión de líquidos y el flujo
capilar pueden ser los principales mecanismos de transportes (relativa baja porosidad y
baja difusividad) como es el caso de muestras control y escaldadas; en contenidos de
humedad intermedia, el agua puede ser transportada por flujo capilar y difusión del
vapor lo cual incrementa los valores de la difusividad efectiva, como es el caso de
muestras osmodeshidratadas. En esta situación, los poros y canales permiten el
transporte más fácil del agua.
Tabla 2. Coeficiente de difusividad efectiva y coeficiente de transferencia de masa para

el modelo de Fick.
T Kc x 105
TRATAMIENTO Deff x 109 m2/s R2
(°C) m/s
140 10,44±0,22 4,41±0,31 0,994
CONTROL 160 17,02±0,27 5,26±0,21 0,994
180 27,62±0,15 6,03±0,09 0,997
140 20,60±0,15 1,47±0,02 0,998
ESCALDADO 160 42,49±0,16 2,10±0,11 0,997
180 60,00±0,03 2,23±0,04 0,999
140 34,63±0,12 4,86±0,11 0,995
OSMODESHIDRATACIÓN 160 96,21±0,09 5,84±0,06 0,980
180 148,00±0,08 7,37±0,13 0,973
Los valores de Deff mostrados en la tabla 2 fueron ajustados al modelo de Arrhenius
(Gráfica 4). El logaritmo natural de Deff versus la inversa de la temperatura absoluta
mostraron una tendencia lineal, con un coeficiente de correlación entre 0.9596 y 0.9994.
42
La energía de activación fue calculada de esta relación para la muestra control,
escaldada y osmodeshidratada con valores de 37,84 kJ/mol, 41,8 kJ/mol y 56,95 kJ/mol,
respectivamente (ver Tabla 3). La energía de activación para procesos de difusión es un
buen indicador del mecanismo predominante; energías de activación altas son halladas
comúnmente en materiales con contenido de humedad baja debido a una fuerte
interacción de agua-sustrato como es el caso de las muestras osmodeshidratadas
(Saravacos y Maroulis, 2001; Troncoso y Pedreschi, 2009).
1/T [1/K]
0.00216 0.00224 0.00232 0.0024 0.00248
-15
-15.5
-16
-16.5
Ln Deff
-17
-17.5
-18 CONTROL
-18.5 ESCALDADO
-19 OSMODESHIDRATACIÓN
Gráfico 4. Efecto de la temperatura de freído sobre la difusividad efectiva.
Tabla 3. Energía de activación del modelo de Arrhenius para la D eff
Ea (kJ/mol)
TRATAMIENTO R2
para Deff
CONTROL 37,84±0,898 0,9994
ESCALDADO 41,80±1,399 0,9690
OSMODESHIDRATACIÓN 56,95±1,896 0,9596
La gráfica 5 y la tabla 4 muestran el comportamiento del coeficiente convectivo de
transferencia de masa con respecto a la temperatura, la cual sugiere un comportamiento
43
lineal en los tres tratamientos con un buen ajuste estadístico de los datos. De forma
adicional se observa que el coeficiente convectivo másico aumenta al aumentar la
temperatura del aceite de freído y que los valores de K c son mayores en las muestras con
pre-tratamiento de osmodeshidratación seguidas por las muestras control y las muestras
escaldadas. Este comportamiento de las muestras escaldadas (Kc más bajos) se puede
deber a que en la superficie de la rodaja se encuentra almidón gelificado que fácilmente
se desprende ante la transferencia de agua al medio aportando una resistencia adicional
al paso de agua del sólido al aceite (Saravacos y Maroulis, 2001; Troncoso y Pedreschi,
2009).
8.E-05
Osmodeshidratación
7.E-05 Escaldado
6.E-05 Control
5.E-05
Kc (m/s)
4.E-05
3.E-05
2.E-05
1.E-05
0.E+00
130 140 150 160 170 180 190
T ( C)
Gráfico 5. Coeficiente convectivo promedio de transferencia de masa
Tabla 4. Modelo lineal del Coeficiente convectivo de transferencia de masa

TRATAMIENTO Modelo lineal R2
CONTROL Kc=4,050x10-7*T(°C)- 1,250x10-5 0,9996
ESCALDADO Kc=1,900x10-7*T(°C)- 1,107x10-5 0,8739
OSMODESHIDRATACIÓN Kc=6,275x10-7*T(°C)- 4,017x10-5 0,9843
44
3.2 CINÉTICA DE TRANSFERENCIA DE MASA-ABSORCIÓN DE ACEITE
Los residuales de los modelos estadísticos para la absorción de aceite en el freído de la
yuca presentaron una distribución normal y cumplieron con los supuestos de
aleatoriedad, homogeneidad de varianza e independencia (Anexo 4-4).
El análisis de varianza (p<0,05) del Anexo 4-4 muestra que la temperatura del aceite,
pre-tratamientos, tiempo de freído y la interacción pre-tratamientos/temperatura ejercen
un efecto significativo sobre la absorción de aceite de las rodajas sometidas a freído.
La gráfica 6 muestra el contenido de aceite durante el tiempo de freído para las muestras
de yuca sin pre-tratamiento (control) a las temperaturas de 140 °C, 160 °C y 180 °C. Se
observa que para un mismo tiempo de proceso a medida que disminuye la temperatura
del aceite el contenido de aceite final en el equilibrio en la rodaja de yuca se incrementa,
este comportamiento es semejante para las muestras escaldada y osmodeshidratada
(Gráficas 7 y 8) y está de acuerdo con lo reportado en otras investigaciones (Kita y
Lisińska, 2005; Moyano y Pedreschi, 2006; Kita et al., 2007).
0.3
O (g aceite absorbido/g de
0.25
0.2
sólidos)
0.15 180 °C
160 °C
140 °C
0.1 MODELO M-P 140 °C
MODELO PRIMER ORDEN 140 °C
MODELO M-P 160 °C
0.05 MODELO PRIMER ORDEN 160 °C
MODELO M-P 180 °C
0 MODELO PRIMER ORDEN 180 °C
0 50 100 t (s) 150 200 250
Gráfico 6. Absorción de aceite durante el freído para rodajas de yuca muestra control.
45
0.3
O (g aceite absorbido/g
0.25
0.2
sólidos) 180 °C
0.15 160 °C
140 °C
MODELO M-P 140 °C
MODELO M-P 160 °C
MODELO M-P 180 °C
0
0 50 100 t (s) 150 200 250
Gráfico 7. Absorción de aceite durante el freído para rodajas de yuca muestra escaldada.
0.25
O (g aceite absorbido /g sólidos)
0.2
0.15
140 °C
0.1 160 °C
180 °C
MODELO M-P 140 °C
0.05 MODELO M-P 160 °C
MODELO M-P 180 °C
0
0 50 100 150 200 250
t (s)

osmodeshidratada.
Las tablas 5 y 6 muestran los parámetros del modelo cinético de Moyano y Pedreschi y
46
el modelo cinético de primer orden calculado para las diferentes condiciones
experimentales, los dos modelos cinéticos empíricos estudiados ajustaron
adecuadamente los valores del aceite absorbido durante el freído, con coeficiente de
determinación similar. Sin embargo, el modelo de primer orden en casi todos los casos
subestimó el valor del contenido de aceite en el equilibrio. Además, se observa que los
valores de las velocidades específicas (K y K1) incrementan con el aumento de la
temperatura de freído. Por otro lado, en todos los casos, el contenido de aceite en el
equilibrio (Oeq, Oeq1) disminuye cuando la temperatura del aceite aumenta y su efecto
sobre el contenido de aceite en el equilibrio fue significativo (p<0,05), lo cual está de
acuerdo con lo reportado por (Moyano y Pedreschi, 2006).
Tabla 5. Parámetros del modelo Moyano y Pedreschi.

T K x 103
TRATAMIENTO Oeq R2
(°C)
140 0,3607±0,0115 8,14±0,0007 0,989
CONTROL 160 0,3321±0,0050 30,52±0,0021 0,995
180 0,2767±0,0033 51,92±0,0028 0,992
140 0,3003±0,0051 28,5±0,0018 0,990
ESCALDADO 160 0,2814±0,0037 50,79±0,0034 0,991
180 0,2799±0,0038 106,23±0,0114 0,986
140 0,2444±0,0016 50,29±0,0026 0,994
180 0,1564±0,0058 77,08±0,0080 0,950
La tabla 7 muestra los valores de la energía de activación negativa (obtenida por el
modelo de Arrhenius) del contenido de aceite en el equilibrio para los dos modelos
cinéticos de absorción de aceite utilizados en este estudio, indicando que el efecto de la
temperatura sobre el contenido de aceite en el equilibrio es mucho más sensible en las
muestras osmodeshidratadas y menos sensible en las muestras escaldadas concordando
47
con lo reportado en otras investigaciones (Moyano y Pedreschi, 2006).
Tabla 6. Parámetros de modelo cinético de primer orden.

T K1 x 103
TRATAMIENTO Oeq1 R2
(°C)
140 0,2830±0,0069 8,88±0,0006 0,984
CONTROL 160 0,2751±0,0028 23,70±0,0011 0,994
180 0,2456±0,0033 40,42±0,0023 0,981
140 0,2546±0,0040 23,67±0,0013 0,980
ESCALDADO 160 0,2507±0,0020 35,57±0,0013 0,993
180 0,2414±0,0014 57,12±0,0019 0,996
140 0,2199±0,0026 35,34±0,0020 0,981
180 0,1391±0,0018 59,15±0,0027 0,979
Tabla 7. Energía de activación del modelo de Arrhenius del contenido de aceite en el

equilibrio.
MODELO CINÉTICO
MOYANO Y PRIMER ORDEN
TRATAMIENTO PEDRESCHI
Ea (kJ/mol) R2 Ea (kJ/mol) R2
CONTROL -10,25 ±2,52 0,947 -5,46 ±1,47 0,876
ESCALDADO -2,77 ±0,66 0,840 -2,06 ±0,56 0,932
OSMODESHIDRATACIÓN -17,22 ±3,75 0,906 -17,67 ±3.25 0,909
El análisis de varianza del aceite absorbido y el test de comparación de medias (Tukey)
indica que el escaldado y la osmodeshidratación tuvieron un efecto significativo
(p<0,05) sobre el contenido de aceite en el equilibrio de las rodajas de yuca para una
misma temperatura, siendo el contenido menor en las muestras osmodeshidratadas
seguido por las muestras escaldadas, comparadas con la muestra control. Es decir, que
para una misma temperatura del aceite de freído, el contenido de aceite final en la rodaja
de yuca es mayor en la muestra control, es posible que esto se deba a que en las muestras
escaldada y osmodeshidratada se logra un mejor desarrollo de la costra o corteza, la cual
actuaría como una barrera para la absorción de aceite de acuerdo con lo reportado en
48
otras investigaciones (Moyano y Pedreschi, 2006; Kita y Lisińska, 2005; Kita et al.,
2007). El escaldado ha sido reportado como un pre-tratamiento que puede reducir la
absorción de aceite debido a la gelatinización del almidón de la superficie (Califano y
Calvelo, 1987; Rimac-Brncic et al., 2004). Resultados similares han sido reportados en
el escaldado y freído de muestras de papas (Rimac-Brncic et al., 2004; Troncoso y
Pedreschi, 2009). Por otro lado, el uso de la deshidratación osmótica como pre-
tratamiento afecta el contenido final de aceite absorbido en el producto como resultado
del contenido de humedad inicial del producto y la gelatinización parcial de las
moléculas de almidón en la muestra después del freído (Moreira et al., 1995; Ikoko y
Kuri, 2007). Otro factor que puede ser responsable de la reducción del contenido de
aceite en las muestras tratadas por deshidratación osmótica incluye la infusión de
material sólido dentro de la matriz del alimento cuando el contenido de humedad es
reducido (Krokida et al., 2001a; Krokida et al., 2001b). Algunos autores han reportado
que la deshidratación osmótica ha sido un pre-tratamiento útil para reducir la absorción
de aceite en las papas fritas (Krokida et al., 2001a; Krokida et al., 2001b), concordando
con los resultados obtenidos en este trabajo.
3.3 CINÉTICA DE CAMBIO DE COLOR
Los residuales de los modelos estadísticos para los cambios de color en las rodajas de
yuca sometidas a freído presentaron una distribución normal y cumplieron con los
supuestos de aleatoriedad, homogeneidad de varianza e independencia (Anexo 4-5).
El análisis de varianza (p<0,05) del Anexo 4-5 muestra que la temperatura de freído, el
tiempo de freído y la interacción tratamiento-temperatura ejercen un efecto significativo
49
sobre los cambios de color de las rodajas sometidas a freído, mientras que los pre-
tratamientos de la muestra no tuvieron un efecto significativo.
75 (a) t (s) (b)

-4
70 -5 0 50 100 150 200 250
65 -6 180 °C
L*
160 °C
-7
a*
60 140 °C
180 °C -8
55 160 °C
-9
140 °C
50 -10
0 50 100
t (s)150 200 250 -11
50 (c)
40
30
b*
20
180 °C
10 160 °C
140 °C
0
0 50 100 150 200 250
t (s)
Gráfico 9. Efecto de la temperatura sobre los parámetros de color de rodajas de yuca

(muestra control). (a) Luminosidad (L*), (b) a*, (c) b*
En el gráfico 9 (a), se observa que el parámetro de Luminosidad (L*) disminuye con el
incremento de la temperatura y el tiempo de freído debido a que la rodaja de yuca se
oscurece (este comportamiento es semejante en las muestras escaldada y
osmodeshidratada). Las temperaturas más altas provocan mayor oscurecimiento de la
rodaja debido a que las reacciones de pardeamiento no enzimático son altamente
dependientes de la temperatura (Pedreschi et al., 2007b). La disminución del parámetro
50
L* durante el freído por inmersión es un cambio típico y ha sido reportado por otras
investigaciones (Sahin, 2000; Bunger et al., 2003; Sosa-Morales et al., 2006; Ngadi et
al., 2007; Sahin y Sumnu, 2009; Purlis y Salvadori, 2009). Por otro lado, en los gráfico 9
(b) y 9 (c) se observa que los componentes cromáticos del color a* y b* incrementan con
el tiempo de freído y la temperatura del aceite (incrementando con mayor rapidez
cuando la temperatura del aceite aumenta) como resultado de la formación de
compuestos de la reacción no enzimática de Maillard y la caramelización de
carbohidratos en la superficie (más influyente en la muestra a la temperatura más alta;
Purlis y Salvadori, 2009) ; este comportamiento es semejante en las muestras escaldada
y osmodeshidratada. Estos resultados sugieren que las rodajas de yuca durante el freído
tienden hacia el enrojecimiento y el color amarillo en su superficie, y son coincidentes
con los resultados obtenidos por otras investigaciones con productos derivados de la
papa (Sahin, 2000; Bunger et al., 2003; Sosa-Morales et al., 2006; Ngadi et al., 2007;
Sahin y Sumnu, 2009; Purlis y Salvadori, 2009; Romani et al., 2009).
En los gráficos 10, 11 y 12 se muestra que a tiempos cortos de proceso la rapidez de
cambio del color es más rápida, mientras que para tiempos largos de proceso la rapidez
es prácticamente nula, alcanzando el cambio de color su máximo valor. Este
comportamiento es propio de la cinética de primer orden, desde luego, al ajustar estos
datos experimentales al modelo cinético de primer orden se encontraron altos
coeficientes de determinación y una buena distribución de los residuos (Anexo 5-2). Por
otro lado, se observa que los cambios de color final son mayores cuando la temperatura
del aceite de freído es más alta. De igual manera, las tabla 8 y 9 muestran la sensibilidad
que tienen los cambios de color con respecto a la temperatura de freído, donde a mayor
51
temperatura del aceite de freído la constante de velocidad de reacción del color (KE) es
mayor y la muestra control fue la más sensible ante los cambios de temperatura, ya que
en los pre-tratamientos de escaldado y osmodeshidratación se obtiene un cambio de
color anticipado. Las energías de activación obtenidas fueron más bajas que los valores
típicos de las reacciones de pardeamiento no enzimático ocurridas en alimentos (105-
209 kJ/mol; Saguy y Karel, 1980; Baik y Mittal, 2003), las diferencias son debido a los
productos y reacciones que se presenten, ya que, los mecanismos de estas reacciones son
múltiples y complejos que incluso hasta la fecha muchos no han podido explicarse
(Gökmen et al.; 2007). Estos resultados son coincidentes con los resultados obtenidos
por otras investigaciones, en cuanto a constantes cinéticas y energías de activación se
refiere, con productos derivados de la papa (Sahin, 2000; Bunger et al., 2003; Sosa-
Morales et al., 2006; Ngadi et al., 2007; Sahin y Sumnu, 2009; Purlis y Salvadori, 2009;
Romani et al., 2009) y otras especies de yuca (Vitrac et al., 2002, Hindra y Baik, 2006).
MUESTRA CONTROL
50 MODELO 180 °C
45 MODELO 160 °C
MODELO 140 °C
40 180 °C
35 160 °C
140 °C
30
∆E*
25
20
15
10
5
0
0.00 50.00 100.00 150.00 200.00 250.00
t(s)
Gráfico 10. Cambio de color durante el freído para rodajas de yuca muestra control.
52
40
MUESTRA ESCALDADA
35 MODELO 180 °C
MODELO 160 °C
30 MODELO 140 °C
180 °C
25 160 °C
∆E* 140 °C
20
15
10
5
0
0.00 50.00 100.00 150.00 200.00 250.00
t (s)
Gráfico 11. Cambio de color durante el freído para rodajas de yuca muestra escaldada.
45 MUESTRA OSMODESHIDRATADA
40
MODELO 180 °C
35 MODELO 160 °C
MODELO 140 °C
30 180 °C
160 °C
25 140 °C
∆E*
20
15
10
5
0
0.00 50.00 100.00 150.00 200.00 250.00
t (s)
osmodeshidratada.
53
Tabla 8. Valores de la constante cinética del modelo de primer orden de cambio de
color.
KE (s-1) R2
TRATAMIENTO T (°C)
0,00787±0,00067 0,979
140
0,00986±0,00099 0,990
CONTROL 160
0,01650±0,00124 0,988
180
0,02068±0,00153 0,982
140
0,02200±0,00193 0,974
ESCALDADO 160
0,02571±0,00170 0,984
180
0,01630±0,00154 0,976
140
0,01733±0,00139 0,981
OSMODESHIDRATACIÓN 160
0,02067±0,00050 0,998
180
1/T [1/K]
-2.5
0.0022 0.00225 0.0023 0.00235 0.0024 0.00245
-3 MUESTRA CONTROL
MUESTRA ESCALDADA
MUESTRA OSMODESHIDRATADA
-3.5
Ln KE
-4
-4.5
-5
Gráfico 13. Efecto de la temperatura de freído sobre la constante cinética del modelo de
primer orden de cambio de color.
54
Tabla 9. Energía de activación del modelo de Arrhenius para la constante cinética del
modelo de primer orden de cambio de color.
TRATAMIENTO Ea (kJ/mol) para KE R2
CONTROL 28,61±2,66 0,939

ESCALDADO 9,16 ±1,34 0,928
OSMODESHIDRATACIÓN 8,41 ±1,82 0,913
3.4 CINÉTICA DE FUERZA DE FRACTURA
Los residuales de los modelos estadísticos para la fuerza de fractura máxima
normalizada en las rodajas de yuca sometidas a freído presentaron una distribución
normal y cumplieron con los supuestos de aleatoriedad, homogeneidad de varianza e
independencia (Anexo 4-6).
El análisis de varianza (p<0,05) del Anexo 4-6 muestra que los pre-tratamientos de la
muestra, la temperatura, el tiempo y la interacción pre-tratamiento-temperatura ejercen
un efecto significativo sobre la fuerza máxima de fractura normalizada.
Los gráficos 14, 15 y 16 muestran la fuerza máxima de fractura normalizada versus el
tiempo de freído y es observado que en los primeros instantes de procesamiento se
presenta disminución en los valores de MF *a causa de la gelificación del almidón
contenido en la muestra y la solubilización del tejido celular (los carbohidratos
principalmente), tiempo posterior el valor crece debido al desarrollo progresivo y
endurecimiento de la costra o corteza de la rodaja, estos fenómenos fueron presentados
en investigaciones similares de freído de rodajas de papa y zanahoria sometidos a
diferentes pre-tratamientos (escaldado, secado, inmersión en sal) y explicados por
55
Bunger et al. (2003), Pedreschi y Moyano (2005), Pedreschi et al. (2007a), Troncoso y
Pedreschi (2007) y Dueik et al. (2010).
1.1
MUESTRA CONTROL
180 °C 160 °C 140 °C
1
Modelo - 180 °C Modelo - 160 °C Modelo - 140 °C

0.9
0.8
MF*
0.7
0.6
0.5
0.4
0.3
0 50 100 150 200 250 300 350
t (s)
Gráfico 14. Fuerza máxima de fractura normalizada en muestra control.
1 MUESTRA ESCALDADA
0.9
Experimento-180 °C Experimento-160 °C Experimento-140 °C
0.8 Modelo - 180 °C Modelo - 160 °C Modelo - 140 °C
0.7
MF*
0.6
0.5
0.4
0.3
0 50 100 150 200 250
t (s)
Gráfico 15. Fuerza máxima de fractura normalizada en muestra escaldada.
56
1
MUESTRA OSMODESHIDRATADA
Experimento-180 °C Experimento-160 °C Experimento-140 °C

0.9
Modelo- 180 °C Modelo - 160 °C Modelo - 140 °C

0.8
0.7
MF*
0.6
0.5
0.4
0.3
0 50 100 150 200 250
t (s)
Gráfico 16. Fuerza máxima de fractura normalizada en muestra osmodeshidratada.
Adicionalmente, en los gráficos 14, 15 y 16 se visualiza que a temperaturas de freído
más altas (180 °C y 160 °C), las rodajas presentaron ablandamiento y endurecimiento
más rápido del tejido. Situación semejante se han observado en investigaciones sobre el
freído en rodajas de papas, papas a la francesa y zanahorias (Bunger et al., 2003;
Pedreschi y Moyano, 2005; Pedreschi et al., 2007a; Troncoso y Pedreschi, 2007 y Dueik
et al., 2010) y este comportamiento se debe a la pérdida de humedad, ya que fue mucho
más rápida a temperaturas altas. También se muestra el modelo ajustado a los datos
experimentales, el cual es estadísticamente significativo (p<0,05) y su grado de ajuste es
alto, explicado por los valores de R2 (0,922-0,992) y una buena distribución de los
residuos (Anexo 4-6).
57
En la tabla 10 se muestran los valores de los parámetros cinéticos del modelo utilizado
para ajustar los datos experimentales de MF*, los cuales corroboran el comportamiento
de la rapidez de ablandamiento y endurecimiento del tejido de la rodaja de yuca arriba
explicados. Por otro lado, ks y kh aumentan con la temperatura y los valores son más
grandes en las muestras con pre-tratamiento de escaldado, esto se pudo deber a la
gelatinización del almidón que provocaría la existencia de una corteza previa a la fritura,
la cual contribuye a una mayor dureza en el chip tanto en los primeros intervalos de
tiempo como al final del proceso de fritura. En cuanto a la energía de activación, las
muestras control posee los valores más altos (ver tabla 11, Gráficos 17 y 18), indicando
con esto que es más difícil la iniciación de los dos procesos probablemente se debe a que
el tejido celular no ha sido modificado. Estos resultados son similares a los encontrados
en investigaciones de Pedreschi y Moyano (2005a, 2005b) en freído de rodajas de papa
sometidas a diferentes pre-tratamientos (escaldado, secado, inmersión en sal).
Tabla 10. Constantes cinéticas ks y kh del modelo de fuerza máxima de fractura

normalizada.
T ksx103 khx106 R2
TRATAMIENTO
(°C) (s-1) (s-2)
140 2,60±0,139 2,115±0,234 0,927
CONTROL 160 6,11±0,332 4,847±0,316 0,922
180 7,19±0,318 8,77±0,336 0,942
140 7,89±0,316 3,70±0,350 0,992
ESCALDADO 160 10,1±0,598 5,39±0,534 0,964
180 15,08±0,756 10,7±0,479 0,924
140 6,2±0,221 4,05±0,267 0,977
180 13,2±0,373 8,56±0,198 0,972
58
Tabla 11. Energía de activación para el modelo de Arrhenius para las constantes
cinéticas ks y kh del modelo de fuerza máxima de fractura normalizada.
Ea (kJ/mol) Ea (kJ/mol)
TRATAMIENTO
para ks R2 para kh R2
0,884 55,45 ±3,83 0,995

CONTROL 39,97 ± 2,31
0,974 41,11 ±4,05 0,963
ESCALDADO 25,10 ±1,02
0,909 29,04 ±1,59 0,988
OSMODESHIDRATACIÓN 29,16 ±1,81
1/T [1/K]
-3.5
0.0022 0.00225 0.0023 0.00235 0.0024 0.00245
-4
-4.5
Ln ks
-5
-5.5 Control
Escaldado
-6
Osmodeshidratación
-6.5
Gráfico 17. Efecto de la temperatura de freído sobre la constante cinética ks del modelo
de fuerza máxima de fractura normalizada.
59
1/T [1/K]
-11.2
0.00215 0.0022 0.00225 0.0023 0.00235 0.0024 0.00245
-11.4
-11.6
-11.8
-12
Ln kh
-12.2
-12.4
-12.6 Control
-12.8 Escaldado
-13 Osmodeshidratación
-13.2
Gráfico 18. Efecto de la temperatura de freído sobre la constante cinética kh del modelo
de fuerza máxima de fractura normalizada.
60
CONCLUSIONES
 Cuando la temperatura del aceite de freído aumentó, para un instante de tiempo dado,
el contenido de humedad residual y el contenido de aceite absorbido disminuyeron,
mientras que la velocidad de pérdida de agua, los cambios de color del producto y la
velocidad de cambio de color aumentaron, y las rodajas de yuca presentaron
ablandamiento y endurecimiento más rápido del tejido.
 El escaldado y la osmodeshidratación afectaron significativamente la velocidad de
pérdida de humedad, siendo mayores los valores, a una misma temperatura de freído, en
las muestras osmodeshidratadas; las rodajas de yuca con pre-tratamientos (escaldado u
osmodeshidratación) presentaron menos contenido de aceite residual que la muestra
control; el escaldado y la osmodeshidratación no afectaron los cambios de color; las
rodajas de yuca escaldadas presentaron ablandamiento y endurecimiento más rápido del
tejido.
 La transferencia de agua durante el freído por inmersión de rodajas de yuca fue
descrita por la segunda ley de Fick para geometría de placa infinita y la difusividad
efectiva incrementó con la temperatura de acuerdo con la ecuación de Arrhenius,
mientras que el coeficiente convectivo de transferencia de masa aumentó linealmente
con la temperatura del aceite para todos los pre-tratamientos.
61
 Los valores del aceite absorbido durante el freído se ajustaron a los dos modelos
cinéticos empíricos estudiados con buena distribución de residuos y coeficiente de
determinación (R2) similares. Sin embargo, el modelo de primer orden en todos los casos
subestimó el valor del contenido de aceite en el equilibrio, el cual para todos los pre-
tratamientos, disminuyó cuando la temperatura del aceite de freído aumentó y se ajustó a
un modelo de Arrhenius.
 Los cambios de color de la rodaja de yuca durante el freído fueron descritos
satisfactoriamente por el modelo cinético de primer orden en el cual, para todos los pre-
tratamientos, la constante cinética de reacción de cambio de color incrementó con la
temperatura y se ajustó a un modelo de Arrhenius.
 La variación de la fuerza máxima de fractura normalizada de las rodajas de yuca
durante el freído fue descrita por la ecuación empírica de Pedreschi y Moyano y los
valores de las constantes cinéticas de la fuerza máxima de fractura normalizada (ks y kh)
aumentaron con la temperatura y se ajustaron a un modelo de Arrhenius.
62
RECOMENDACIONES
 Realizar estudios de cinética de freído para diferentes: espesores de la rodaja de yuca,
tipos de aceites, concentraciones de sal en la solución de osmodeshidratación, y
temperaturas y tiempo de escaldado.
 Estudiar la estabilidad del aceite en el tiempo de freído y su reutilización.
 Incorporar el estudio de compuestos producidos en las reacciones de Maillard y
caramelización (acroleínas, acrilamidas, Hidroximetilfurfural, etc.).
 Estudiar los cambios estructurales microscópicos presentados durante el freído.
 Realizar otros pre-tratamientos (secado, aplicación de hidrocoloides, microondas,
etc.).
63
BIBLIOGRAFÍA
Adobe Systems inc., 2010. Adobe Photoshop CS5® versión 12. www.adobe.com.
Aguilera, M. Documentos de trabajo sobre economía regional, número 158: La yuca en
el Caribe colombiano: de cultivo ancestral a agroindustrial. Editorial Banco de la
República de Colombia. 2012. Cartagena, Colombia, p17-28.
Alzate, A.; Vallejo, F.; Ceballos, H.; Pérez, J. y Fregene, M. 2010. Variabilidad genética
de la yuca cultivada por pequeños agricultores de la región Caribe de Colombia. Acta
Agronómica, vol. 59 (4): p385-393.
AOAC. 1984. AOAC official method 7.062. Official methods of analysis of AOAC
international. The Association of Official Analytical Chemists International,
Gaithersburg, MD.
AOAC. 2002. AOAC official method 984.25, 17th ed. Official methods of analysis of
AOAC international, vol. 2. The Association of Official Analytical Chemists
International, Gaithersburg, MD.
Arranz, F.; Correa, E.; Jiménez H.; Diezma, B.; García-Hierro, J.; Robla, J. y Barreiro,
P. Empleo de métodos numéricos para el ajuste de los coeficientes de difusividad (D) y
convectivo de transferencia de masa (hm) en el secado de alimentos. VI Congreso Ibérico
de Agro ingeniería. 2011. Universidade de Évora. Lisboa, Portugal.
Baik, O. y Mittal, G. 2003. Kinetics of tofu color changes during deep-fat frying.
Lebensmittel-Wissenschaft und-Technologie, vol. 36: p43–48.
64
Balaban, M. y Odabasi, A. 2006. Measuring color with machine vision. Food
Technology, vol. 60: p32–36.
Bassama, J.; Brat, P.; Boulanger, R.; Günata, Z. y Bohuon, P. 2012. Modeling deep-fat
frying for control of acrylamide reaction in plantain. Journal of Food Engineering, vol.
113: p156-166.
Blumenthal, M. y Stier, R. 1991. Optimisation of deep fat frying operations. A review.

Trends in Food Science & Technology, vol. 2: p144-148.
Bourne, M.; Moyer, J. y Hand, D. 1966. Measurement of food texture by a universal

testing machine. Food Technology, vol. 57: p89-92.
Bravo, J., Sanjuán, N., Ruales, J. y Mulet, A. 2009. Modeling the dehydration of apple
slices by deep fat frying. Drying Technology: An International Journal, vol. 27 (6):
p782-786.
Brosnan, T. y Sun, D. 2004. Improving quality inspection of food products by computer

vision – A review. Journal of Food Engineering, vol. 61: p3–16.
Budzaki, S. y Seruga, B. 2005. Moisture loss and oil uptake during deep fat frying of
„„krostula‟‟ dough. European Food Research and Technology, vol. 220: p90–95.
Bunger, A.; Moyano, P. y Rioseco, V. 2003. NaCl soaking treatment for improving the
quality of French-fried potatoes. Food Research International, vol. 36: p161–166.
Casassa, F. y Sari, S. 2007. Aplicación del Sistema CIELab a los vinos tintos.
Correlación con algunos parámetros tradicionales. Revista Enología, vol.5: p1-15.
65
Califano, A. y Calvelo, A. 1987. Adjustment of surface concentration of reducing sugars
before frying of potato strips. Journal of Food Processing and Preservation, vol.12: p1-9.
Crank, J. 1975. The mathematics of diffusion. Editorial Oxford University press,

Inglaterra, p60-61.
Deok, N.; Jongbin L.; In, Y.; Hyeon, G. y Suyong, L. 2011. Effect of hydrocolloid
coatings on the heat transfer and oil uptake during frying of potato strips. Journal o Food
Engineering, vol. 102: p317-320.
Dueik, V.; Robert, P. y Bouchon, P. 2010. Vacuum frying reduces oil uptake and
improves the quality parameters of carrot crisps. Journal Food Chemistry, vol. 119:
p1143-1149.
Durán, M., Pedreschi, F., Moyano, P. y Troncoso, E. 2007. Oil partition in pre-treated
potato slices during frying and cooling. Journal of Food Engineering, vol.81: p257-265.
Erdoğdu, F. Optimization in Food Engineering. Ed. CRC Press Taylor & Francis Group.
2008. New York, USA, p29-43.
Erdoğdu, F. 2005. Mathematical approaches for use of analytical solutions in

experimental determination of heat and mass transfer parameters. Journal of Food
Engineering, vol.68: p233-238.
Farkas, B.; Singh, R. y Rumsey, T. 1996. Modeling heat and mass transfer in immersion
frying. II. Model Solution and verification. Journal of Food Engineering, vol.29: p227-
248.
Gökmen, V.; Şenyuva, H.; Dülek, B. y Çetin, A. 2007. Computer vision-based image
analysis for the estimation of acrylamide concentrations of potato chips and French fries.
Journal Food Chemistry, vol. 101: p791-798.
66
Gökmen, V. y Sügut, I. 2007. A non-contact computer vision based analysis of color in
foods. International Journal of Food Engineering, vol. 3(5): p1-13.
Hindra, F. y Baik, O. 2006. Kinetics of quality changes during food frying. Critical
Reviews in Food Science and Nutrition, vol. 46: p239–258.
Ikoko, J. y Kuri, V. 2007. Osmotic pre-treatment effect on fat intake reduction and
eating quality of deep-fried plantain. Food Chemistry, vol.102: p523-531.
Keller, C.; Escher, F. y Solms, J. 1986. A method for localizing fat distribution in deep-
fat fried potato products. Lebensm.-Wiss.u.-Technol., vol. 19: p346-348.
Kita, A. y Lisińska, G. 2005. The influence of oil type and frying temperatures on the
texture and oil content of French fries. Journal of the science of Food and Agriculture,
vol.85: p2600-2604.
Kita, A., Lisińska, G. y Golubowska, G. 2007. The effects of oils and frying temperature
on the texture and fat content of potato crisps. Food Chemistry, vol.102: p1-5.
Kozempel M.; Tomasula P. y Craig J. 1991. Correlation of moisture and oil

concentration in french fries. Lebensm-Wiss.u.- Technol., vol. 24(5): p445–448.
Krokida, M., Oreopoulou, V., Maroulis, Z. y Marinos-Kouris, D. 2000. Water loss and
oil uptake as a function of frying time. Journal of Food Engineering, vol.44: p39-46.
Krokida, M., Oreopoulou, V., Maroulis, Z. y Marinos-Kouris, D. 2001a. Deep fat frying
of potato strips quality issues. Drying technology, vol.19: p.879-935.
Krokida, M., Oreopoulou, V., Maroulis, Z. y Marinos-Kouris, D. 2001b. Effect of

osmotic dehydration pretreatment on quality of French fries. Journal of Food
Engineering, vol.49: p339–345.
67
Krokida, M.; Oreopolou,V.; Maroulis, Z. y Marinos-Kouris, D. 2001c. Color changes
during deep fat frying. Journal of Food Engineering, vol. 48: p219–225.
Lalam, S.; Sandhu, J.; Takahr, P.; Thompson, P. y Alvarado, C. 2013. Experimental
study on transport mechanisms during deep-fat frying of chicken nuggets. LWT- Food
Science and Technology, vol. 50: p110-119.
León, K.; Mery, D.; Pedreschi, F. y León J. 2006. Color measurement in L*a*b* units
from RGB digital images. Journal Food Research International, vol. 39: p1084-1091.
Lioumbas, J.; Kostoglou, M. y Karapantsios T. 2012a. On the capacity of a crust-core

model to describe potato deep-fat frying. Food Research International, vol.46: p185-
193.
Lioumbas, J.; Kostoglou, M. y Karapantsios T. 2012b. Surface water evaporation and
energy components analysis during potato deep-fat frying. Food Research International,
vol.48: p307-315.
Mai, T.; Xiao, D. y Southern, C. 2007. Reducing oil content of fried potato crisps
considerably using a "sweet" pre-treatment technique. Journal of Food Engineering, vol.
80: p719-726.
Mellema, M. 2003. Mechanism and reduction of fat uptake in deep-fat fried foods.
Trends in Food Science and Technology, vol. 14: p364–373.
Mendoza, F. y Aguilera, J. 2004. Application of image analysis for classifi cation of

ripening bananas. Journal of Food Science, vol. 69: p471–477.
Mery, D. y Pedreschi F. 2005. Segmentation of colour food images using a robust

algorithm. Journal of Food Engineering, vol. 66: p353-360.
68
Moreira, R.; Sweat, V.; Sun, X. y Palau, J. 1995. Thermal and physical properties of
tortilla chips as a function of frying time. Journal of Food Processing and preservation,
vol.19: p175-189.
Moreno, C. y Bouchon, P. 2008. Effect of freeze, air and osmotic drying on tissue
composition, oil absorption and location during potato frying. Journal of Food Science,
vol. 73: p122–128.
Mosavian, M. y Karizaki, V. 2012. Determination of Mass Transfer Parameters During

Deep Fat Frying of Rice Crackers. Journal Rice science, vol. 19(1): p64-69.
Mottram, D. y Wedzicha, B. 2002. Acrylamide is formed in the Maillard reaction.

Nature, vol. 419: p448–449.
Moyano, P.; Troncoso, E. y Pedreschi, F. 2007. Modeling texture kinetics during

thermal processing of potato products. Journal of Food Science, vol. 72: p102–107.
Moyano, P. y Pedreschi, F. 2006. Kinetics of oil uptake during frying of potato slices:
Effect of pre-treatments. Lebensmittel-Wissenschaft und-Technologie, vol. 39: p285–
291.
Moyano, P., Rioseco, V. y Gonzalez, P. 2002. Kinetics of crust color changes during
deep-fat frying of impregnated French fries. Journal of Food Engineering, vol. 54:
p249–255.
Moyano, P.C. y Berna, A.Z. 2002. Modeling water loss during frying of potato strips:
Effect of solute impregnation. Drying Technology, vol. 20 (7): p1303–1318.
Ngadi, M.; Li, Y. y Oluka, S. 2007. Quality changes in chicken nuggets fried in oils
with different degrees of hydrogenation. Lebensmittel-Wissenschaft und-Technologie,
vol 40: p1784–1791.
69
Nunes, Y. y Moreira, R. 2009. Effect of Osmotic Dehydration and Vacuum-Frying
Parameters to Produce High-Quality Mango Chips. Journal Food Science, vol. 74(7):
p355-362.
Observatorio Agrocadenas-Colombia. La industria procesadora de papa, plátano y yuca:
el mercado de pasabocas (Snacks) y congelados en Colombia. Ministerio de Agricultura
y Desarrollo rural. 2011. Bogotá D.C., p10-15.
Papadakis, S.; Abdul-Malek, S.; Kamdem, R. y Yam, K. 2000. A versatile and

inexpensive technique for measuring color of foods. Food Technology, vol. 54: p48–51.
Pedreschi, F.; Mery, D. Mendoza, F. y Aguilera, J. 2004. Classification of potato chips

using pattern recognition. Journal of Food Science, vol. 69: p264–270.
Pedreschi, F.; Leon, J.; Mery, D. y Moyano, P. 2006. Development of a computer vision
system to measure the color of potato chips. Food Research International, vol. 39:
p1092–1098.
Pedreschi, F.; Leon, J.; Mery, D.; Moyano, P.; Pedreschi, R.; Kaack, K. y Granby, K.
2007a. Color development and acrylamide content of pre-dried potato chips. Journal of
Food Engineering, vol. 79: p786–793.
Pedreschi, F.; Bustos, O.; Mery, D.; Moyano, P.; Kaack, K. y Granby, K. 2007b. Color
kinetics and acrylamide formation in NaCl soaked potato chips. Journal of Food
Engineering, vol. 79: p989–997.
Pedreschi, F.; Aguilera, J. y Pyle, L. 2001. Textural characterization and kinetics of

potato strips during frying. Journal of Food Science, vol. 66: p314–318.
70
Pedreschi, F.; Aguilera, J. y Pyle, L. 2006. Acrylamide content and color development in
fried potato strips. Food Research International, vol. 39: p40–46.
Pedreschi, F. y Moyano, P. 2005a. Effect of pre-drying on texture and oil uptake of

potato chips. Lebensmittel-Wissenschaft und-Technologie, vol.38: p599–604.
Pedreschi, F. y Moyano, P. 2005b. Oil uptake and texture development in fried potato
slices. Journal of Food Engineering, vol. 70: p557–563.
Pedreschi, F.; Moyano, P.; Kaack, K. y Granby, K. 2005a. Color changes and
acrylamide formation in fried potato slices. Food Research International, vol. 38: p1–9.
Pedreschi, F.; Moyano, P.; Hernandez, P. y Figueroa, C. 2005b. Modeling water loss
during frying of potato slices. International Journal of Food Properties, vol. 8: p289–
299.
Pedreschi, F.; Segnini, S. y Dejmek, P. 2004. Evaluation of the texture of fried potatoes.
Journal of Texture Studies, vol. 35: p277–291.
Purlis, E. y Salvadori, V. 2007. Bread browning kinetics during baking. Journal of Food
Engineering, vol. 80: p1107-1115.
Purlis, E. y Salvadori, V. 2009. Modelling the browning of bread during baking. Food
Research International, vol. 42: p865-870.
Rimac-Brncic, S.; Lelas, V.; Rade, V. y Simundic, B. 2004. Decreasing of oil absorption
in potato strips during deep fat frying. Journal of Food Engineering, vol. 64: p237–241.
Romani, S.; Rocculi, P.; Mendoza, F. y Dalla Rosa, M. 2009. Image characterization of
potato chip appearance during frying. Journal of Food Engineering, vol. 93: p487–494.
71
Ross, K. y Scanlon, M. 2004. A fracture mechanics analysis of the texture of fried potato
crust. Journal of Food Engineering, vol. 62: p417–423
Saguy, I. y Dana, D. 2003. Integrated approach to deep fat frying: Engineering,

nutrition, health and consumer aspects. Journal of Food Engineering, vol. 56: p143–152.
Saguy, I. y Karel, M. 1980. Modeling of quality deterioration during food processing

and storage. Journal Food technology, vol. 34: p78-85.
Sahin, S., Sastry, S. y Bayindirli, L. 1999. The determination of convective heat transfer
coefficient during frying. Journal of Food Engineering, vol.39: p307-311.
Sahin, S. 2000. Effect of frying parameters on the color development of fried potatoes.
European Food Research and Technology, vol. 211: p165–168.
Sahin, S. y Sumnu, S. Advances in deep-fat frying of foods. Ed. CRC Press Taylor &
Francis Group. 2009. New York, USA, p81-113.
Saravacos, G. D. y Maroulis, Z. B. 2001. Transport properties of foods. Eds. Marcel

Dekker.
Segnini, S.; Dejmek, P. y Oste, R. 1999. A low cost video technique for color
measurement of potato chips. Lebensmittel-Wissenschaft und-Technologie. vol.32:
p216–222.
Sharma, S.; Mulvaney, S. y Rizvi, S. Ingeniería de Alimentos: Operaciones Unitarias y

prácticas de laboratorio. Ed. Limusa-Wiley. 2003. México D.F., p259-267.
SIPSA. 2011. Sistema de Información de Precios del Sector Agropecuario-Colombia.
Boletín Semanal Precio Mayorista, vol. 16 (45): p2–4.
72
Sobukola, O.; Dueik, V.; Munoz, L. y Bouchon, P. 2013. Comparison of vacuum and
atmospheric deep-fat frying of wheat starch and gluten based snacks. Journal Food
Science and Biotechnology, vol. 22(1): p177-182.
Sosa-Morales, M., Orzuna-Espiritu, R. y Velez-Ruiz, J. 2006. Mass, thermal and quality
aspects of deep-fat frying of pork meat. Journal of Food Engineering, vol. 77: p731–
738.
Southern, C.R.; Chen, X.D.; Farid, M.M.; Howard, B. y Eyres, L. 2000. Determining
internal oil uptake and water content of fried thin potato crisps. Transactions of the
Institution of Chemical Engineers, vol. 78: p119–125.
Sothornvit, R. 2011. Edible coating and post-frying centrifuge step effect on quality of
vacuum-fried banana chips. Journal of Food Engineering, vol. 107: p319–325.
Troncoso, E. y Pedreschi, F. 2007. Modeling of textural changes during drying of potato
slices. Journal of Food Engineering, vol.82: p577–584.
Troncoso, E. y Pedreschi, F. 2009. Modeling water loss and oil uptake during vacuum
frying of pretreated potato slices. LWT-Food Science and technology, vol. 42: p1164-
1173.
Troncoso, E; Pedreschi, F. y Zúñiga, R. 2009. Comparative study of physical and
sensory properties of pre-treated potato slices during vacuum and atmospheric frying.
LWT-Food Science and technology, vol. 42: p187-195.
Vitrac, O., Dufour, D., Trystram, G. y Raoult Wack, A.-L. 2002. Characterization of
heat and mass transfer during deep-fat frying and its effect on cassava chip quality.
Journal of Food Engineering, vol.53: p161-176.
73
Xu, S. y Kerr, W. 2012. Comparative study of physical and sensory properties of corn
chips made by continuous vacuum drying and deep fat frying. LWT- Food Science and
Technology, vol. 48: p96-101.
Yam, K. y Papadakis, S. 2004. A simple digital imaging method for measuring and
analyzing color of food surfaces. Journal of Food Engineering, vol. 61: p137-142.
Yamsaengsung, R. y Moreira, R. 2002. Modeling the transport phenomena and
structural changes during deep fat frying. Part I: Model development. Journal of Food
Engineering, vol. 53: p1–10.
Yildiz, A; Palazoǧlu, T.K y Erdoǧdu, F. 2007. Determination of heat and mass transfer
parameters during of potato slices. Journal of Food Engineering, vol.79: p11-17.
Zhang, Q.; Saleh A.; Chen J. y Shen Q. 2012. Chemical alterations taken place during
deep-fat frying based on certain reaction products: A review. Journal Chemistry and
Physics of Lipids, vol. 165: p662-681.
Zou, K.; Teng, J.; Huang, L.; Dai, X. y Wei, B. 2013. Effect of osmotic pretreatment on
quality of mango chips by explosion pufﬁng drying. LWT-Food Science and
Technology, vol. 51: p253-259
74
ANEXOS
ANEXO 1. Espacio de color CIELAB
Figura 1. Espacio de color CIELAB-1976

Fuente: Casassa y Sari, 2007
75
ANEXO 2. EQUIPO DE MEDIDA DE TEXTURA Y GRÁFICA DE PUNTO DE
FRACTURA
Figura 2. Texturómetro Shimadzu EZ-Test Texture Analyser

Fuente: autor
Figura 3. Análisis de fuerza máxima de fractura.

Fuente: autor.
76
Figura 4. Curva típica de punto de fractura utilizando un texturómetro.
Fuente: autor.
77
ANEXO 3. CARACTERISTICAS DEL SISTEMA DE AQUISICIÓN DE
IMÁGENES.
Caja de madera
Lámparas
Cámara
Muestra
Figura 5. Sistema de adquisición de imágenes por Visión Computacional.

Fuente: autor.
78
Figura 6. Ventana del histograma en Adobe Photoshop CS5®
Fuente: autor
79
ANEXO 4. ANÁLISIS ESTADÍSTICOS DE LAS PROPIEDADES MEDIDAS
1. ANÁLISIS ESTADÍSTICO DE ESPESOR DEL CHIP

Distribuciones Ajustadas
Normal
media = 1.30767
desviación estándar = 0.0495837
Pruebas de Normalidad para Espesor (mm)

Prueba Estadístico Valor-P
Estadístico W de Shapiro-Wilk 0.962714 0.0529024
Debido a que el valor-P más pequeño de las pruebas realizadas es mayor ó igual a 0.05, no se puede rechazar la idea
de que Espesor (mm) proviene de una distribución normal con 95% de confianza.
Prueba de Kolmogorov-Smirnov
Normal
DMAS 0.0614162
DMENOS 0.0610254
DN 0.0614162
Valor-P 0.886395
de que Espesor (mm) proviene de una distribución normal con 95% de confianza.
Histograma para Espesor (mm)
15 Distribución
Normal
12
frecuencia
0
1.1 1.2 1.3 1.4 1.5
Espesor (mm)
2. ANÁLISIS ESTADÍSTICO DE DIÁMETRO DEL CHIP

Distribuciones Ajustadas
Normal
media = 3.50011
desviación estándar = 0.0299623
Pruebas de Normalidad para Diámetro (cm)

Debido a que el valor-P más pequeño de las pruebas realizadas es mayor o igual a 0.05, no se puede rechazar la idea
de que Diámetro (cm) proviene de una distribución normal con 95% de confianza.
Pruebas de Bondad-de-Ajuste para Diámetro (cm)

Prueba de Kolmogorov-Smirnov
Normal
DMAS 0.0792601
DMENOS 0.0851962
DN 0.0851962
Valor-P 0.546894
de que Diámetro (cm) proviene de una distribución normal con 95% de confianza.
80
Histograma para Diámetro (cm)
15 Distribución
Normal
12
frecuencia
9
0
3.4 3.43 3.46 3.49 3.52 3.55 3.58
Diámetro (cm)
3. ANÁLISIS ESTADÍSTICO DE LA RAZÓN DE HUMEDAD
Pruebas de Normalidad para Razón de humedad

de que Razón de humedad proviene de una distribución normal con 95% de confianza.
ANOVA Gráfico para Razón de humedad
180 160 140

tem peratura P = 0.0000
osmodeshidratada
escaldado control
pretratamiento P = 0.4342
Residuos
-0.9 -0.5 -0.1 0.3 0.7 1.1
Prueba de independencia y homocedasticidad
Gráfico de Residuos para Razón de humedad
0.6
0.4
0.2
residuos
-0.2
-0.4
-0.6
0 50 100 150 200 250 300
núm ero de fila
Análisis de Varianza para Razón de humedad - Suma de Cuadrados Tipo III

Fuente Suma de Cuadrados Gl Cuadrado Medio Razón-F Valor-P
BLOQUE
tiempo 20.7355 6 3.4559166 71.061 0.0000
EFECTOS PRINCIPALES
A:Pre-tratamiento 0.813716 2 0.406858 8.4 0.0000
B:T 1.23071 2 0.615355 12.65 0.0000
INTERACCIONES
AB 0.0525923 4 0.0131481 0.27 0.8969
RESIDUOS 13.9577 287 0.0486331
TOTAL (CORREGIDO) 36.0264 296
Todas las razones-F se basan en el cuadrado medio del error residual
81
Pruebas de Múltiple Rangos para Razón de humedad por temperatura
Método: 95.0 porcentaje Tukey HSD

temperatura Casos Media LS Sigma LS Grupos Homogéneos
180 99 0.238742 0.0222255 X
160 99 0.289712 0.0222255 X
140 99 0.393851 0.0222255 X
Contraste Sig. Diferencia +/- Límites

140 - 160 * 0.104139 0.0742914
140 - 180 * 0.155109 0.0742914
160 - 180 0.05097 0.0742914
* indica una diferencia significativa.
El asterisco que se encuentra al lado de los 2 pares indica que estos pares muestran diferencias estadísticamente
significativas con un nivel del 95.0% de confianza.
Pruebas de Múltiple Rangos para Razón de humedad por pretratamiento

pretratamiento Casos Media LS Sigma LS Grupos Homogéneos
osmodeshidratada 108 0.290522 0.0211255 X
escaldado 99 0.301394 0.0220536 X
control 90 0.330389 0.023137 X

control - escaldado * 0.089954 0.0755395
control - osmodeshidratada * 0.098671 0.0740852
escaldado - osmodeshidratada 0.0108716 0.0721942
Gráfico de medias por tratamiento
Medias y 95.0% de Tu key HSD Medias y 95.0% de Tu key HSD
0.37 0.44
0.35 0.4
Razó n de humedad
Razó n de humedad
0.33 0.36
0.31 0.32
0.29 0.28
0.27 0.24
0.25 0.2
con trol escaldado osmod eshidratad a 140 160 180
pretratamien to temp eratura
4. ANÁLISIS ESTADÍSTICO DEL ACEITE ABSORBIDO
Pruebas de Normalidad para Aceite absorbido

de que Aceite absorbido proviene de una distribución normal con 95% de confianza.
82
ANOVA Gráfico para Aceite absorbido
140 160 180

T P = 0.0000
osmodeshidratado control escaldado

Pretratamiento P = 0.0000
Residuos
-0.37 -0.17 0.03 0.23 0.43
Gráfico de Residuos para Aceite absorbido

Gráfic o de Residuos pa ra Ac eite a bsorbido
0.09
0.09
0.06
0.06
0.03
residuos
0.03
res iduos
0
0
-0.03
-0.03
-0.06
-0.06
-0.09 -0.09
0 40 80 120 160 200 0 0.1 0.2 0.3 0.4
núm ero de fila pre dichos
Análisis de Varianza para Aceite absorbido - Suma de Cuadrados Tipo III

BLOQUE
tiempo 0.184413 6 0.0307355 34.07 0.0000
EFECTOS PRINCIPALES
A:Pretratamiento 0.159692 2 0.0798458 88.50 0.0000
B:T 0.170144 2 0.085072 94.29 0.0000
INTERACCIONES
AB 0.0349423 4 0.00873558 9.68 0.0000
RESIDUOS 0.169625 188 0.00090226
TOTAL (CORREGIDO) 0.737947 197
Gráfico de medias por tratamientos

Medias y 95.0% de Tukey HSD
0.26
0.26
0.24
Aceite absorbido
0.24
Aceite absorbido
0.22
0.22
0.2
0.2
0.18
0.18
0.16 0.16
control escaldado osmodeshidratado 140 160 180
Pretratamiento T
83
Pruebas de Múltiple Rangos para Aceite absorbido por Pretratamiento

Pretratamiento Casos Media LS Sigma LS Grupos Homogéneos
osmodeshidratado 72 0.17223 0.00354566 X
control 54 0.209577 0.00412252 X
escaldado 72 0.238697 0.00354566 X

control - escaldado * -0.0291205 0.0128988
control - osmodeshidratado * 0.0373464 0.0128988
escaldado - osmodeshidratado * 0.0664669 0.0118328
Pruebas de Múltiple Rangos para Aceite absorbido por T

T Casos Media LS Sigma LS Grupos Homogéneos
140 66 0.169262 0.00373172 X
160 66 0.209683 0.00373172 X
180 66 0.24156 0.00373172 X

140 - 160 * -0.0404211 0.0124728
140 - 180 * -0.0722981 0.0124728
160 - 180 * -0.0318771 0.0124728
5. ANÁLISIS ESTADÍSTICO DE CAMBIOS DE COLOR
Pruebas de Normalidad para Cambios de color

de que Cambios de color proviene de una distribución normal con 95% de confianza.
ANOVA Gráfico para Color
140 °c 160 °C 180 °C

tem peratura P = 0.0000
Osm odeshidratado
Control
Escaldado
Tratam iento P = 0.8204
Residuos
-60 -40 -20 0 20 40 60
84
Gráfico de Residuos para Color

Gráfico de Residuos para Color
20
20
10
10
residuos
residuos
0
0
-10
-10
-20
-20
0 40 80 120 160 200 240 0 10 20 30 40
núm ero de fila predichos
Análisis de Varianza para E (Cambios de color)- Suma de Cuadrados Tipo III

COVARIABLES
Tiempo 9906,03 6 1651,03 75,12 0,0000
EFECTOS PRINCIPALES
A:Pre-Tratamiento 8,51404 2 4,25702 0,20 0,8203
B:T 3918,23 2 1959,11 91,26 0,0000
INTERACCIONES
AB 881,272 4 220,318 10,26 0,0000
RESIDUOS 4615,47 210 21,9784
TOTAL (CORREGIDO) 19547,8 224

25
22
19
Color
16
13
10
140 °c 160 °C 180 °C
tem peratura
Pruebas de Múltiple Rangos para Color por temperatura

temperatura Casos Media LS Sigma LS Grupos Homogéneos
140 °C 75 11.1382 0.538781 X
160 °C 75 15.6016 0.538781 X
180 °C 75 21.4021 0.538781 X

140 °C - 160 °C * -4.46338 1.8009
140 °C - 180 °C * -10.2639 1.8009
160 °C - 180 °C * -5.80054 1.8009
85
6. ANÁLISIS ESTADÍSTICO DE LA FUERZA MÁXIMA DE FRACTURA
NORMALIZADA
Pruebas de Normalidad para Fuerza máxima de fractura normalizada

de que Fuerza máxima de fractura normalizada proviene de una distribución normal con 95% de confianza.
ANOVA Gráfico para Fmax
160 180 140

T P = 0.0214
Escaldado Osm odeshidratado Control

Tratam iento P = 0.0000
Residuos
-0.9 -0.5 -0.1 0.3 0.7 1.1 1.5

Gráfico de Residuos para Fm ax
Gráfico de Residuos para Fm ax
0.25
0.25
0.15 0.15
residuos
0.05
residuos
0.05
-0.05 -0.05
-0.15 -0.15
-0.25 -0.25
0 30 60 90 120 150 180 0.28 0.38 0.48 0.58 0.68 0.78 0.88
núm ero de fila predichos

Medias y 95.0% de Tu key HSD
0.68
0.63
0.58
Fmax
0.53
0.48
0.43
0.38
Co ntro l Escaldad o Osmo deshidratado
Tratamiento
Análisis de Varianza para Fmax - Suma de Cuadrados Tipo III

BLOQUE
tiempo 0,133873 6 0,022312 2,76 0,0230
EFECTOS PRINCIPALES
A:Pre-Tratamiento 1,50464 2 0,752321 93,13 0,0000
B:T 0,0635772 2 0,0317886 3,94 0,0214
INTERACCIONES
AB 0,22891 4 0,0572275 7,08 0,0000
RESIDUOS 1,34909 161 0,00807838
TOTAL (CORREGIDO) 3,1985 176
86
Pruebas de Múltiple Rangos para Fmax por Tratamiento

Tratamiento Casos Media LS Sigma LS Grupos Homogéneos
Escaldado 48 0.407248 0.013386 X
Osmodeshidratado 63 0.49942 0.0114232 X
Control 66 0.642056 0.0112612 X

Control - Escaldado * 0.234807 0.0348345
Control - Osmodeshidratado * 0.142636 0.0318371
Escaldado - Osmodeshidratado * -0.0921713 0.0346379
Pruebas de Múltiple Rangos para Fmax por T

T Casos Media LS Sigma LS Grupos Homogéneos
140 57 0.488897 0.0120583 X
180 66 0.525377 0.0113238 X
160 54 0.53445 0.0128839 X

140 - 160 * 0.045553 0.0347774
160 - 180 0.00907245 0.034388
140 - 180 * -0.0364805 0.0327345
87
ANEXO 5. ANÁLISIS DE REGRESIONES DE LAS PROPIEDADES MEDIDAS
1. ANÁLISIS DE REGRESIÓN DE CINÉTICA DE PÉRDIDA DE HUMEDAD
1. CONTROL 140 °C
Resultados de la Estimación
Intervalo Confianza a 95,0%
Error Estándar Asintótico
Parámetro Estimado Asintótico Inferior Superior
a 0,952191 0,015133 0,921327 0,983055
b 0,038084 0,000792452 0,0364689 0,0397013
Análisis de Varianza Análisis de Residuos

Fuente Suma de Cuadrados Gl Cuadrado MedioEstimación Validación
Modelo 6,44045 2 n
3,22023 33
Residuo 0,0331401 31 0,00106904
CME 0,00106904
Total 6,47359 33 MAE 0,02127
Total (Corr.) 3,71786 32 MAPE 25,5794
ME 0,00359113
MPE 18,5302
R-Cuadrada = 99,1086 porciento; R-Cuadrada (ajustada por g.l.) = 99,0799 porciento; Error estándar del est. = 0,0326961; Error
medio absoluto = 0,02127; Estadístico Durbin-Watson = 2,13875; Autocorrelación residual de retardo 1 = -0,103913.
Gráfica de M %M0
Gráfica de Residuos
1
4,1
0,8
Re sidu o E stu d en tizad o
2,1
o bservad o
0,6
0,1
0,4
-1,9
0,2
0 -3,9
0 0,2 0,4 0,6 0,8 1 0 0,2 0,4 0,6 0,8 1
predicho predicho M %M0
2. CONTROL 160 °C
a 0,966768 0,0220688 0,921317 1,01222
b 0,0525407 0,00258033 0,0469563 0,0575849

Fuente Suma de Cuadrados Gl Cuadrado MedioEstimación Validación
Modelo 4,25663 2 n
2,12831 27
Residuo 0,0402451 25 0,0016098
CME 0,0016098
Total 4,29687 27 MAE 0,0273924
Total (Corr.) 2,75571 26 MAPE 53,1064
ME 0,0106117
MPE 49,764
88
Gráfica de M %M0 Gráfica de Residuos
1 3,3
2,3

0,8
1,3
o bservad o
0,6
0,3
0,4
-0,7
0,2
-1,7
0 -2,7
0 0,2 0,4 0,6 0,8 1 0 0,2 0,4 0,6 0,8 1
3. CONTROL 180 °C
a 0,979175 0,0127095 0,953 1,00535
b 0,068621 0,00153669 0,0649033 0,0712331

Fuente Suma de Cuadrados Gl
Estimación Cuadrado Medio
Validación
Modelo 4,39539 n 27 2 2,1977
Residuo 0,0131549 CME 25
0,000526197 0,000526197
Total 4,40855 MAE 0,0152442
27
Total (Corr.) 2,92034 MAPE 26
49,5469
ME 0,00702386
MPE 46,7811
1 4,2
0,8 2,2
o bservad o
0,6
0,2
0,4
-1,8
0,2
0 -3,8
0 0,2 0,4 0,6 0,8 1 0 0,2 0,4 0,6 0,8 1
4. ESCALDADO 140 °C
a 0,996688 0,0111653 0,973693 1,01968
b 0,0213395 0,000557132 0,0205972 0,022892
89
Validación
Modelo 4,61554 n 27 2 2,30777
0,000420288 0,000420288
Total 4,62604 MAE 0,015134527
Total (Corr.) 2,77611 MAPE 29,7879 26
ME -0,0001749
MPE 2,19331
R-Cuadrada = 99,6215 porciento; R-Cuadrada (ajustada por g.l.) = 99,6064 porciento; Error estándar del est. = 0,0205009; Error medio
absoluto = 0,0151345; Estadístico Durbin-Watson =2,29271; Autocorrelación residual de retardo 1 = 0,350901.
1 2,5
0,8

1,5
o bservad o
0,6 0,5
0,4 -0,5
0,2 -1,5
0 -2,5
0 0,2 0,4 0,6 0,8 1 0 0,2 0,4 0,6 0,8 1
a 0,998298 0,0168846 0,963523 1,03307
b 0,0318413 0,00133534 0,0286921 0,0341925

Fuente Suma de Cuadrados Estimación Gl Cuadrado Medio
Validación
Modelo 3,80662 n 27 2 1,90331
Residuo 0,0223291 CME 0,00089316325 0,000893163
Total 3,82894 MAE 0,0165346 27
Total (Corr.) 2,71271 MAPE 47,061 26
ME -0,000415629
MPE 11,8203
medio absoluto = 0,0165346; Estadístico Durbin-Watson = 2,1587; Autocorrelación residual de retardo 1= -0,0799572.
1 6
4
0,8
2
o bservad o
0,6
0
0,4
-2
0,2
-4
0 -6
0 0,2 0,4 0,6 0,8 1 0 0,2 0,4 0,6 0,8 1
90
a 0,99901 0,00495961 0,98615 1,01187
b 0,034501 0,000790414 0,0325712 0,0363093

Fuente Suma de Cuadrados Gl Cuadrado Medio Estimación Validación
Modelo 1,08614 2 0,543071 n 9
Residuo 0,000173228 7 0,0000247468
CME 0,0000247468
Total 1,08632 9 MAE 0,0027915
Total (Corr.) 0,872964 8 MAPE 57,3088
ME -0,000414306
MPE 10,134
Gráfica de M %M0
4,3
1,2

1 2,3
0,8
o bservad o
0,3
0,6
0,4
-1,7
0,2
0
-3,7
0 0,2 0,4 0,6 0,8 1 1,2 0 0,05 0,1 0,15 0,2 0,25 0,3
predicho predicho O
7. OSMODESHIDRATADO 140 °C
a 0,989404 0,0105715 0,967631 1,01118
b 0,0626221 0,000473023 0,0610363 0,0629847

Modelo 4,84618 2 2,42309 n 27
Residuo 0,00969635 25 0,000387854CME 0,000387854
Total 4,85588 27 MAE 0,0126319
Total (Corr.) 2,71667 26 MAPE 17,5494
ME 0,00202331
MPE 11,1751
medio absoluto = 0,0126319; Estadístico Durbin-Watson = 2,19298; Autocorrelación residual de retardo 1 =
-0,10449
91
Gráfica de M %M0
5,3
1

0,8 3,3
1,3
o bservad o
0,6
0,4 -0,7
0,2 -2,7
0 -4,7
0 0,2 0,4 0,6 0,8 1 0 0,2 0,4 0,6 0,8 1
a 0,997522 0,00951814 0,977919 1,01713
b 0,0865795 0,00183866 0,0825502 0,0901238

Fuente Suma de Cuadrados EstimaciónGl Cuadrado Medio
Validación
Modelo 3,16775 n 27 2 1,58388
0,000272661 0,000272661
Total 3,17457 MAE 0,0088948327
Total (Corr.) 2,56626 MAPE 57,5524 26
ME 0,00433988
MPE 55,1556
R-Cuadrada = 99,7344 porciento; R-Cuadrada (ajustada por g.l.) = 99,7238 porciento; Error estándar del est. = 0,0165125;
Error medio absoluto = 0,00889483; Estadístico Durbin-Watson = 2,40644; Autocorrelación residual de retardo 1 =
-0,203728.
1 4,1
0,8
2,1
o bservad o
0,6
0,1
0,4
-1,9
0,2
0 -3,9
0 0,2 0,4 0,6 0,8 1 0 0,2 0,4 0,6 0,8 1
a 0,998288 0,00638748 0,984919 1,01166
b 0,115805 0,000902435 0,1134801 0,1172578
92
Fuente Suma de Cuadrados EstimaciónGl Cuadrado Medio
Validación
Modelo 5,59356 n 21 2 2,79678
0,000150868 0,000150868
Total 5,59642 MAE 0,0085795121
Total (Corr.) 2,01221 MAPE 3,21531 20
ME -0,000731834
MPE -1,63918
absoluto = 0,00857951; Estadístico Durbin-Watson = 2,25329; Autocorrelación residual de retardo 1 =
-0,129261.
Gráfica de M %M0
3,2
1
2,2

0,8
1,2
o bservad o
0,6
0,2
0,4 -0,8
0,2 -1,8
0 -2,8
0 0,2 0,4 0,6 0,8 1 0 0,2 0,4 0,6 0,8 1
2. ANÁLISIS DE REGRESIÓN DE CINÉTICA DE ABSORCIÓN DE ACEITE
i) MODELO MOYANO Y PEDRESCHI
1. CONTROL -140 °C
Oe 0,360648 0,0115478 0,336865 0,384431
K 0,00813789 0,000660964 0,00677661 0,00949917

Modelo 1,01686 n 2 0,508428 27
Residuo 0,00193984 CME 25 0,0000775935 0,0000775935
Total 1,0188 MAE 27 0,00680576
ME 0,000401063
MPE
medio absoluto = 0,00680576; Estadístico Durbin-Watson = 2,08832; Autocorrelación residual de retardo 1 = 0,455591.
Gráfica de O
2,5
0,3
0,25 1,5
0,2 0,5
o bservad o
0,15
-0,5
0,1
-1,5
0,05
0 -2,5
0 0,05 0,1 0,15 0,2 0,25 0,3 0 0,05 0,1 0,15 0,2 0,25 0,3
predicho predicho O
93
2. CONTROL -160 °C
Oe 0,332117 0,0050475 0,321553 0,342682
K 0,0305237 0,00209804 0,0261325 0,034915

Fuente Suma de Cuadrados Gl Cuadrado Medio Validación Estimación
Modelo 1,19924 2 n 0,599618 21
Residuo 0,000928491 19 CME 0,000048868 0,000048868
Total 1,20017 21 MAE 0,0045563
Total (Corr.) 0,19421 20 MAPE
ME -0,0000423808
MPE
Gráfica de O
5,1
0,3
0,25

3,1
0,2
1,1
o bservad o
0,15
-0,9
0,1
-2,9
0,05
0 -4,9
0 0,05 0,1 0,15 0,2 0,25 0,3 0 0,05 0,1 0,15 0,2 0,25 0,3
predicho predicho O
3. CONTROL -180 °C
Oe 0,276673 0,00325962 0,26996 0,283386
K 0,051924 0,00283185 0,0460917 0,0577563

Fuente Suma de Cuadrados Gl Cuadrado Medio Validación Estimación
Modelo 1,08157 2 n 0,540785 27
Residuo 0,00141844 25 CME 0,0000567378 0,0000567378
Total 1,08299 27 MAE 0,00576771
ME -0,0000334408
MPE
94
Gráfica de O
2,8
0,3

0,25 1,8
0,2
o bservad o 0,8
0,15
-0,2
0,1
-1,2
0,05
0 -2,2
0 0,05 0,1 0,15 0,2 0,25 0,3 0 0,05 0,1 0,15 0,2 0,25 0,3
predicho predicho O
4. ESCALDADO-140 °C
Oe 0,300323 0,00512071 0,289777 0,31087
K 0,0284964 0,00182864 0,0247303 0,0322626

Modelo 1,09665 n 2 0,548327 27
Residuo 0,00170267 CME 25 0,0000681066 0,0000681066
Total 1,09836 MAE 27 0,00571818
ME 0,000194913
MPE
Gráfica de O
4,3
0,3
0,25 2,3
0,2
o bservad o
0,3
0,15
0,1
-1,7
0,05
0 -3,7
0 0,05 0,1 0,15 0,2 0,25 0,3 0 0,05 0,1 0,15 0,2 0,25 0,3
predicho predicho O
Oe 0,281413 0,00373296 0,273725 0,289102
K 0,050793 0,00339204 0,0438069 0,057779
95
Modelo 1,21826 2 0,609128 n 27
Residuo 0,00153229 25 0,0000612917 CME 0,0000612917
Total 1,21979 27 MAE 0,00561601
ME -0,000107029
MPE
Gráfica de O
3,2
0,3
2,2

0,25
1,2
0,2
o bservad o
0,2
0,15
-0,8
0,1
-1,8
0,05
-2,8
0
0 0,05 0,1 0,15 0,2 0,25 0,3 0 0,05 0,1 0,15 0,2 0,25 0,3
predicho predicho O
Oe 0,279926 0,00384873 0,271999 0,287853
K 0,106231 0,0113771 0,0827989 0,129662

Fuente Suma de Cuadrados Gl Cuadrado Medio
Validación Estimación
Modelo 1,47043 n 2 0,735215 27
Residuo 0,00249801 CME 25 0,0000999203 0,0000999203
Total 1,47293 MAE 27 0,00713257
ME -0,0000839934
MPE
Gráfica de Resi duos

Gráfica de O
0,3 2,5
0,25
Residuo Estudentizado
1,5
0,2
o bservad o
0,5
0,15
-0, 5
0,1
0,05 -1, 5
0 -2, 5
0 0,05 0,1 0,15 0,2 0,25 0,3 0 3 6 9 12 15 18
predicho predicho E3
7. OSMODESHIDRATACIÓN-140 °C
Oe 0,244359 0,0016286 0,24303 0,2459738
K 0,0502852 0,00262674 0,0448754 0,0556951
96
Modelo 0,374925 n 2 0,187462 27
Residuo 0,000289756 CME 25 0,0000115902 0,0000115902
Total 0,375214 MAE 27 0,00246639
ME 0,0000396699
MPE
Gráfica de O
3,3
0,15
2,3

0,12
1,3
o bservad o
0,09
0,3
0,06
-0,7
0,03 -1,7
0 -2,7
0 0,03 0,06 0,09 0,12 0,15 0 0,03 0,06 0,09 0,12 0,15
predicho predicho O
Oe 0,218906 0,00613355 0,206274 0,231538
K 0,0549628 0,00809392 0,038293 0,0716326

Modelo 0,756701 n 2 0,378351 27
Residuo 0,00438276 CME 25 0,00017531 0,00017531
Total 0,761084 MAE 27 0,0103226
ME -0,00032797
MPE
Gráfica de O
2,6
0,24
0,2 1,6
0,16
0,6
o bservad o
0,12
-0,4
0,08
-1,4
0,04
0 -2,4
0 0,04 0,08 0,12 0,16 0,2 0,24 0 0,04 0,08 0,12 0,16 0,2 0,24
predicho predicho O
Oe 0,156387 0,00578733 0,142696 0,166149
K 0,0770806 0,00803004 0,0608102 0,0933511
97
Modelo 1,21773 n 2 0,608867 39
Residuo 0,0104781 CME 37 0,000283193 0,000283193
Total 1,22821 MAE 39 0,0127167
ME -0,00114311
MPE
medio absoluto = 0,0127167; Estadístico Durbin-Watson = 2,797613; Autocorrelación residual de retardo 1 = 0,586766

Gráfica de O
0,24 2,5
0,2
1,5
0,16
o bservad o
0,5
0,12
-0, 5
0,08
0,04 -1, 5
0 -2, 5
0 0,04 0,08 0,12 0,16 0,2 0,24 0 3 6 9 12 15 18
predicho E3
predicho
ii) MODELO DE PRIMER ORDEN
1. CONTROL -140 °C
Oe 0,282958 0,0069133 0,26872 0,297196
K 0,00887456 0,000588634 0,00766224 0,0100869

Modelo 1,01589 n 2 0,507947 27
Residuo 0,002903 CME 25 0,00011612 0,00011612
Total 1,0188 MAE 27 0,00824687
ME 0,00101332
MPE
Gráfica de O Gráfica de Residuos
0,3 2,9
0,25
1,9
0,2
o bservad o
0,9
0,15
-0,1
0,1
-1,1
0,05
0 -2,1
0 0,05 0,1 0,15 0,2 0,25 0,3 0 0,05 0,1 0,15 0,2 0,25 0,3
predicho predicho O
98
2. CONTROL -160 °C
Oe 0,27514 0,00279848 0,269283 0,280997
K 0,0236997 0,00105287 0,021496 0,0259034

Modelo 1,19899 2 0,599493
n 21
Residuo 0,00117998 19 0,0000621041
CME 0,0000621041
Total 1,20017 21 MAE 0,00555959
ME 0,000146489
MPE
Gráfica de O
0,3
2,5
0,25

1,5
0,2
o bservad o
0,5
0,15
0,1 -0,5
0,05 -1,5
0 -2,5
0 0,05 0,1 0,15 0,2 0,25 0,3 0 0,05 0,1 0,15 0,2 0,25 0,3
predicho predicho O
3. CONTROL -180 °C
Oe 0,245636 0,00328087 0,238879 0,252394
K 0,0404159 0,0023442 0,0355879 0,0452438

Modelo 1,07945 2 0,539726
n 27
Residuo 0,00353742 25 0,000141497
CME 0,000141497
Total 1,08299 27 MAE 0,00901637
ME 0,000888572
MPE
99
0,3 2,7
0,25

1,7
0,2
o bservad o 0,7
0,15
-0,3
0,1
-1,3
0,05
0 -2,3
0 0,05 0,1 0,15 0,2 0,25 0,3 0 0,05 0,1 0,15 0,2 0,25 0,3
predicho predicho O
Oe 0,254591 0,00399652 0,24636 0,262822
K 0,0236696 0,00133207 0,0209261 0,026413

Modelo 1,09494 2 n 0,547471 27
Residuo 0,0034151 25 CME 0,000136604 0,000136604
Total 1,09836 27 MAE 0,0076716
ME 0,00104554
MPE
0,3 3,2
0,25 2,2
0,2 1,2
o bservad o
0,15 0,2
0,1 -0,8
0,05 -1,8
0 -2,8
0 0,05 0,1 0,15 0,2 0,25 0,3 0 0,05 0,1 0,15 0,2 0,25 0,3
predicho predicho O
Oe 0,250688 0,00203395 0,246499 0,254877
K 0,0355729 0,00128851 0,0329192 0,0382266

Modelo 1,21853 2 0,609264 n 27
Residuo 0,00126057 25 0,0000504229 CME 0,0000504229
Total 1,21979 27 MAE 0,00511859
ME 0,000287189
MPE
100
0,3 2,5
0,25

1,5
0,2
o bservad o
0,5
0,15
-0,5
0,1
-1,5
0,05
0 -2,5
0 0,05 0,1 0,15 0,2 0,25 0,3 0 0,05 0,1 0,15 0,2 0,25 0,3
predicho predicho O
Oe 0,241362 0,0014125 0,238453 0,244271
K 0,0571218 0,00186373 0,0532834 0,0609603

Validación Estimación
Modelo 1,47214 n 2 0,736068 27
Residuo 0,000792169 CME 25 0,0000316868 0,0000316868
Total 1,47293 MAE 27 0,00420084
ME -0,0000181422
MPE
Gráfica de O
0,3
2,5
0,25
1,5
0,2
o bservad o
0,5
0,15
0,1 -0, 5
0,05 -1, 5
0
-2, 5
0 0,05 0,1 0,15 0,2 0,25 0,3 0 3 6 9 12 15 18
Oe 0,21994 0,00263585 0,214599 0,225281
K 0,0353362 0,00203347 0,0311482 0,0395242

Modelo 0,374232 2 0,187116 n 27
Residuo 0,000982041 25 0,0000392816 CME 0,0000392816
Total 0,375214 27 MAE 0,00486011
ME 0,000367382
MPE
101
0,15 3,4
2,4

0,12
1,4
o bservad o
0,09
0,4
0,06
-0,6
0,03 -1,6
0 -2,6
0 0,03 0,06 0,09 0,12 0,15 0 0,03 0,06 0,09 0,12 0,15
predicho predicho O
Oe 0,196033 0,0022017 0,191498 0,200567
K 0,0381745 0,00201086 0,034033 0,0423159

Validación
Modelo 0,759532 n 27 2 0,379766
0,0000620998 0,0000620998
Total 0,761084 MAE 27
0,00613522
ME -0,00038283
MPE
Gráfica de O
0,24
2,5
0,2
1,5
0,16
o bservad o
0,5
0,12
-0,5
0,08
0,04 -1,5
0 -2,5
0 0,04 0,08 0,12 0,16 0,2 0,24 0 0,04 0,08 0,12 0,16 0,2 0,24
predicho predicho O
Oe 0,139064 0,00179933 0,135359 0,14277
K 0,0591459 0,00268842 0,0536986 0,0645932

Modelo 1,22381 2 0,611904 n 39
Residuo 0,00440373 37 0,00011902 CME 0,00011902
Total 1,22821 39 MAE 0,00764002
ME -0,00100008
MPE
102
0,24 3
0,2 2

0,16 1
o bservad o
0,12 0
0,08 -1
0,04 -2
0 -3
0 0,04 0,08 0,12 0,16 0,2 0,24 0 0,04 0,08 0,12 0,16 0,2 0,24
predicho predicho O
3. ANÁLISIS DE REGRESIÓN DE CINÉTICA DE CAMBIO DE COLOR
MODELO DE PRIMER ORDEN

1. CONTROL -140 °C
b1 17,7026 1,16225 15,2608 20,1444
b2 -17,6341 1,0753 -19,8933 -15,375
b3 127,058 18,6472 87,8821 166,235

Estimación Validación
n 21
Modelo 2383,87 3 794,623
CME 0,626468
Residuo 11,2764 18 0,626468
MAE 0,582143
Total 2395,14 21
MAPE
Total (Corr.) 537,704 20
ME 0,0000237359
MPE
R-Cuadrada = 97,9029 porciento; R-Cuadrada (ajustada por g.l.) =97,6698 porciento; Error estándar del est. = 0,791497; Error
medio absoluto = 0,582143; Estadístico Durbin-Watson = 2,04865; Autocorrelación residual de retardo 1 = -0,115758
La ecuación del modelo ajustado es: E = 17,7026-17,6341*exp(-t/127,058)
Gráfica de E3
18
2,5
15
1,5
12
observado
0,5
9
-0, 5
6
3 -1, 5
0 -2, 5
0 3 6 9 12 15 18 0 3 6 9 12 15 18
2. CONTROL -160 °C
b1 26,4721 0,865464 24,6538 28,2904
b2 -26,2548 0,841975 -28,0237 -24,4858
b3 101,425 8,60991 83,3362 119,514
103
n 21
Modelo 6505,05 3 2168,35
CME 0,750242
Residuo 13,5044 18 0,750242
MAE 0,594442
Total 6518,55 21
MAPE
Total (Corr.) 1347,91 20
ME 0,000039874
MPE
medio absoluto = 0,594442; Estadístico Durbin-Watson = 2,03287; Autocorrelación residual de retardo 1 = 0,331564
Gráfica de E2
25
3
20 2
observado
15 1
0
10
-1
5
-2
0 -3
0 5 10 15 20 25 0 5 10 15 20 25
3. CONTROL -180 °C
b1 39,1743 0,769043 37,5586 40,79
b2 -38,9067 1,05927 -41,1322 -36,6813
b3 60,7743 4,40168 51,5267 70,022
Análisis de Residuos
Análisis de Varianza
Modelo 19655,8 3 6551,94 n 21
Residuo 43,5196 18 2,41775 CME 2,41775
Total 19699,3 21 MAE 1,15646
ME 0,00000175969
MPE
absoluto = 1,15646; Estadístico Durbin-Watson = 2,89372; Autocorrelación residual de retardo 1 = -0,447748.
Gráfica de E1 Gráfica de Resi duos
40 2,5
1,5
30
observado
0,5
20
-0, 5
10
-1, 5
0 -2, 5
0 10 20 30 40 0 10 20 30 40
104
b1 15,4825 0,281353 14,9018 16,0632
b2 -15,5581 0,432074 -16,4499 -14,6664
b3 48,3487 3,31648 41,5038 55,1936

Modelo 3814,36 3 1271,45
Residuo 12,5507 24 0,522948 n 27
CME 0,522948
Total 3826,91 27
Total (Corr.) 690,791 26 MAE 0,506058
MAPE
ME -0,00000676966
MPE
Gráfica de E3
17
2,5
14
1,5
11
observado
0,5
8
-0, 5
5
2 -1, 5
-1 -2, 5
-1 2 5 8 11 14 17 0 3 6 9 12 15 18
b1 21,7755 0,431085 20,8858 22,6652
b2 -20,9336 0,694021 -22,366 -19,5012
b3 45,4322 3,6456 37,9081 52,9564

n 27
Modelo 7877,22 3 2625,74
CME 1,34848
Residuo 32,3636 24 1,34848
MAE 0,878616
Total 7909,58 27
MAPE
Total (Corr.) 1259,69 26
ME 0,00177717
MPE
absoluto = 0,878616; Estadístico Durbin-Watson = 2,071558; Autocorrelación residual de retardo 1 = 0,0669096
La ecuación del modelo ajustado es: E= 21,7755-20,9336*exp(-t/45,4322)
105
Gráfica de E2
24
2,5
20
1,5
16
observado
0,5
12
-0, 5
8
4 -1, 5
0 -2, 5
0 4 8 12 16 20 24 0 4 8 12 16 20 24
b1 27,208 0,393622 26,3956 28,0204
b2 -26,4745 0,699429 -27,918 -25,0309
b3 38,9012 2,42163 33,9032 43,8993

Modelo 13018,3 3 4339,44 n 27
Residuo 32,5716 24 1,35715 CME 1,35715
Total 13050,9 27 MAE 0,878438
ME 0,00289314
MPE
absoluto = 0,878438; Estadístico Durbin-Watson = 2,29338; Autocorrelación residual de retardo 1 = 0,0778848
30 4
25
2
20
observado
15 0
10
-2
5
0 -4
0 5 10 15 20 25 30 0 5 10 15 20 25 30
b1 16,6 0,418728 15,7358 17,4642
b2 -16,4476 0,530078 -17,5416 -15,3536
b3 61,3363 5,27012 50,4593 72,2134
106

Modelo 3909,54 3 1303,18 n 27
Residuo 18,167 24 0,756958 CME 0,756958
Total 3927,71 27 MAE 0,612878
ME 0,000754515
MPE
absoluto = 0,612878; Estadístico Durbin-Watson = 2,03333; Autocorrelación residual de retardo 1 = -0,0181105
18 3
15 2
12 1
observado
9 0
6 -1
3 -2
0 -3
0 3 6 9 12 15 18 0 3 6 9 12 15 18
b1 21,9813 0,45292 21,0466 22,9161
b2 -21,2253 0,603972 -22,4718 -19,9787
b3 57,699 4,28695 48,8512 66,5469
Fuente Suma de Cuadrados Gl Estimación

Cuadrado Medio Validación
Modelo 7168,91 n 3 27 2389,64
Residuo 24,0373 CME 24 1,00156
1,00156
Total 7192,95 MAE 27 0,748548
ME 0,0000139552
MPE
absoluto = 0,748548; Estadístico Durbin-Watson = 2,48795; Autocorrelación residual de retardo 1 = -0,283859
Gráfica de E2
2,5
24
20 1,5
16
0,5
observado
12
-0, 5
8
-1, 5
4
0 -2, 5
0 4 8 12 16 20 24 0 4 8 12 16 20 24
107
b1 31,827 0,198357 31,4176 32,2364
b2 -31,897 0,304457 -32,5254 -31,2686
b3 48,3828 1,14089 46,0281 50,7375

Modelo 16129,1 3 5376,38 n 27
Residuo 6,23159 24 0,25965 CME 0,25965
Total 16135,4 27 MAE 0,341537
ME -0,0000765016
MPE
Gráfica de E1
3
39
2
29 Residuo Estudentizado
1
observado
19 0
-1
9
-2
-1 -3
-1 9 19 29 39 0 10 20 30 40
4. ANÁLISIS DE REGRESIÓN DE CINÉTICA DE FUERZA DE FRACTURA
MODELO PEDRESCHI Y MOYANO
1. CONTROL -140 °C
ks 0,00260406 0,000139361 0,00231704 0,00289108
kh 0,00000211492 2,33745E-7 0,00000163351 0,00000259633

Modelo 15,0287 2n 7,51433
27
Residuo 0,0298357 25
CME 0,00119343
0,00119343
Total 15,0585 MAE
27 0,0274048
Total (Corr.) 0,4062 26
MAPE 3,9708
ME 0,00314311
MPE 0,00672868
R-Cuadrada = 92,6549 porciento; R-Cuadrada (ajustada por g.l.) = 92,3611 porciento; Error estándar del est. =
0,034546; Error medio absoluto = 0,0274048; Estadístico Durbin-Watson = 2,03905; Autocorrelación residual de
retardo 1 = 0,44761
108
Gráf ic a de MF
Gráf ic a de R es id u os
1 ,0 8
2 ,8
Re s id uo E st ud e nt iz ad o
0 ,9 8
1 ,8
o bs e rv ad o
0 ,8 8 0 ,8
0 ,7 8 -0 ,2
0 ,6 8 -1 ,2
0 ,5 8 -2 ,2
0 ,5 8 0 ,6 8 0 ,7 8 0 ,8 8 0 ,9 8 1 ,0 8 0 ,5 8 0 ,6 8 0 ,7 8 0 ,8 8 0 ,9 8 1 ,0 8
p re di ch o p re di ch o MF
2. CONTROL -160 °C
ks 0,00611132 0,000332467 0,00542183 0,00680082
kh 0,00000484703 3,15762E-7 0,00000419217 0,00000550188

Fuente Suma de Cuadrados Estimación Validación Gl Cuadrado Medio
Modelo 9,7317 n 24 2 4,86585
Residuo 0,0571038 CME 0,00259563 22 0,00259563
Total 9,7888 MAE 0,038217 24
Total (Corr.) 0,735983 MAPE 7,1989 23
ME 0,0027402
MPE -0,968068
retardo 1 = 0,237568
Gráf ic a de MF
2 ,8
1
0 ,9 1 ,8
0 ,8
o bs e rv ad o
0 ,8
0 ,7
-0 ,2
0 ,6
-1 ,2
0 ,5
0 ,4 -2 ,2
0 ,4 0 ,5 0 ,6 0 ,7 0 ,8 0 ,9 1 0 ,4 0 ,5 0 ,6 0 ,7 0 ,8 0 ,9 1
3. CONTROL -180 °C
ks 0,00719 0,000317898 0,00653072 0,00784928
kh 0,00000877 3,36057E-7 0,00000807306 0,00000946694
109
Fuente Suma de Cuadrados Estimación Validación Gl Cuadrado Medio
Modelo 12,3336 n 24 2 6,1668
Residuo 0,0380989 CME 0,00173177 22 0,00173177
Total 12,3717 MAE 0,0335163 24
Total (Corr.) 0,653663 MAPE 5,36739 23
ME 0,00316853
MPE -0,363532
retardo 1 = 0,315849.
Gráf ic a de MF Gráf ic a de R es id u os
1 ,0 8 2 ,5
0 ,9 8
1 ,5
0 ,8 8
o bs e rv ad o
0 ,5
0 ,7 8
-0 ,5
0 ,6 8
-1 ,5
0 ,5 8
0 ,4 8 -2 ,5
0 ,4 8 0 ,5 8 0 ,6 8 0 ,7 8 0 ,8 8 0 ,9 8 1 ,0 8 0 ,4 8 0 ,5 8 0 ,6 8 0 ,7 8 0 ,8 8 0 ,9 8 1 ,0 8
ks 0,007892 0,000315567 0,00721026 0,00857374
kh 0,000003697 3,50335E-7 0,00000294015 0,00000445385

Modelo 4,78808 2 2,39404 n 15
Residuo 0,00722427 13 0,000555713 CME 0,000555713
Total 4,7953 15 MAE 0,0175994
Total (Corr.) 0,934493 14 MAPE 4,59963
ME 0,0000853689
MPE -0,374737
retardo 1 = 0,389226.
Gráf ic a de MF
1 ,1 3
2,5
0 ,9 3
1,5
o bs e rv ad o
0 ,7 3 0,5
-0, 5
0 ,5 3
-1, 5
0 ,3 3
-2, 5
0 ,3 3 0 ,5 3 0 ,7 3 0 ,9 3 1 ,1 3 0 3 6 9 12 15 18
p re di ch o predicho E3
110
ks 0,010101 0,000597911 0,00883348 0,0113685
kh 0,000005386 5,34114E-7 0,00000425373 0,00000651827

Modelo 5,30857 2 2,65428 n 18
Residuo 0,0370321 16 0,00231451 CME 0,00231451
Total 5,3456 18 MAE 0,0343517
Total (Corr.) 1,0238 17 MAPE 8,61039
ME 0,000217133
MPE -1,31252
retardo 1 = 0,434808.
Gráf ic a de MF
1 ,0 8
3 ,3
0 ,8 8 Re s id uo E st ud e nt iz ad o 2 ,3
o bs e rv ad o
1 ,3
0 ,6 8
0 ,3
-0 ,7
0 ,4 8
-1 ,7
0 ,2 8 -2 ,7
0 ,2 8 0 ,4 8 0 ,6 8 0 ,8 8 1 ,0 8 0 ,2 8 0 ,4 8 0 ,6 8 0 ,8 8 1 ,0 8
Ks 0,0150861 0,000756028 0,0135182 0,016654
Kh 0,0000107038 4,78588E-7 0,0000097113 0,0000116964

Modelo 7,41562 2 3,70781 n 24
Residuo 0,0702762 22 0,00319437 CME 0,00319437
Total 7,4859 24 MAE 0,0388536
Total (Corr.) 0,923296 23 MAPE 8,46887
ME 0,000877364
MPE 0,524324
retardo 1 = 0,274642.
111
Gráf ic a de MF Gráf ic a de R es id u os
1 ,1 1 3 ,1
2 ,1
0 ,9 1
1 ,1
o bs e rv ad o 0 ,7 1 0 ,1
-0 ,9
0 ,5 1
-1 ,9
0 ,3 1 -2 ,9
0 ,3 1 0 ,5 1 0 ,7 1 0 ,9 1 1 ,1 1 0 ,3 3 0 ,5 3 0 ,7 3 0 ,9 3 1 ,1 3
ks 0,00619859 0,000220701 0,00573666 0,00666052
kh 0,00000405471 2,67335E-7 0,00000349517 0,00000461425

Modelo 7,70391 2 3,85195 n 21
Residuo 0,0162939 19 0,000857573 CME 0,000857573
Total 7,7202 21 MAE 0,0201396
Total (Corr.) 0,702124 20 MAPE 4,0419
ME -0,000285424
MPE -0,311571
retardo 1 = -0,0601199.
Gráf ic a de MF
1 ,0 1
3 ,2
0 ,9 1
2 ,2
0 ,8 1
o bs e rv ad o
1 ,2
0 ,7 1 0 ,2
0 ,6 1 -0 ,8
0 ,5 1 -1 ,8
0 ,4 1 -2 ,8
0 ,4 1 0 ,5 1 0 ,6 1 0 ,7 1 0 ,8 1 0 ,9 1 1 ,0 1 0 ,4 1 0 ,5 1 0 ,6 1 0 ,7 1 0 ,8 1 0 ,9 1 1 ,0 1
ks 0,00753264 0,000339648 0,00682825 0,00823703
kh 0,00000557815 3,47052E-7 0,00000485841 0,0000062979
112
Modelo 8,63139 2 4,31569 n 24
Residuo 0,0443123 22 0,00201419 CME 0,00201419
Total 8,6757 24 MAE 0,0350715
Total (Corr.) 0,636863 23 MAPE 6,6262
ME -0,00325744
MPE -0,324701
retardo 1 = 0,44098.
Gráf ic a de MF
1 ,0 4
2,5
0 ,9 4
1,5
0 ,8 4
o bs e rv ad o
0 ,7 4 0,5
0 ,6 4 -0, 5
0 ,5 4 -1, 5
0 ,4 4
-2, 5
0 ,4 4 0 ,5 4 0 ,6 4 0 ,7 4 0 ,8 4 0 ,9 4 1 ,0 4 0 3 6 9 12 15 18
p re di ch o predicho E3
ks 0,0132142 0,000373701 0,0124445 0,0139838
kh 0,00000855593 1,97944E-7 0,00000814826 0,00000896361

Modelo 8,63727 2 4,31864 n 27
Residuo 0,0282288 25 0,00112915 CME 0,00112915
Total 8,6655 27 MAE 0,0249221
Total (Corr.) 0,996163 26 MAPE 5,55215
ME -0,000385679
MPE 0,436493
retardo 1 = 0,32844.
Gráf ic a de MF
3 ,4
1 ,1 2
2 ,4
0 ,9 2
1 ,4
o bs e rv ad o
0 ,7 2 0 ,4
-0 ,6
0 ,5 2
-1 ,6
0 ,3 2 -2 ,6
0 ,3 2 0 ,5 2 0 ,7 2 0 ,9 2 1 ,1 2 0 ,3 4 0 ,5 4 0 ,7 4 0 ,9 4 1 ,1 4
113
ANEXO 6. ANÁLISIS DE REGRESIONES LINEALES DEL MODELO DE
ARRHENIUS DE LAS PROPIEDADES MEDIDAS
1. ANÁLISIS DE REGRESIÓN DE DIFUSIVIDAD EFECTIVA DE LA

HUMEDAD.
I. MUESTRA CONTROL
Variable dependiente: Ln Deff; Variable independiente: 1/T; Lineal: Y = a + b*X
Coeficientes
Mínimos Cuadrados Estándar Estadístico
Parámetro Estimado Error T Valor-P
Intercepto -7.36918 0.249015 -29.5933 0.0215
Pendiente -4550.76 107.631 -42.2811 0.0151
Modelo 0.4730030 1 0.473003 3887 0.0151
Residuo 0.0001217 1 0.0001217
Total (Corr.) 0.4731247 2
R-cuadrada = 99.9441 porciento; R-cuadrado (ajustado para g.l.) = 99.8882 porciento; Error estándar del est. =
0.0162662; Error absoluto medio = 0.00885104; Estadístico Durbin-Watson = 2.99858 (P=); Autocorrelación de
residuos en retraso 1 = -0.666193.
Puesto que el valor-P en la tabla ANOVA es menor que 0.05, existe una relación estadísticamente significativa entre
Ln Deff y 1/T con un nivel de confianza del 95.0%.
II. MUESTRA ESCALDADA

Coeficientes
Intercepto -5.47713 2.05883 -26.6032 0.02289
Pendiente -5027.41 889.878 -56.4955 0.01115
Modelo 0.577279 1 0.577279 501.92 0.03115
Residuo 0.001150 1 0.001150
Total (Corr.) 0.578429 2
0.134487; Error absoluto medio = 0.0731792; Estadístico Durbin-Watson = 2.99858 (P=).
Ln Deff y 1/T con un nivel de confianza del 95.0% ó más.
III. MUESTRA OSMODESHIDRATADA

Coeficientes
Intercepto -0.5156 3.25394 -0.158454 0.02000
Pendiente -6850.09 140.644 -4.87053 0.01289
114
Modelo 1.07174 1 1.07174 4002 0.01289
Residuo 0.000268 1 0.000268
Total (Corr.) 1.072007 2
Ln Deff y 1/T con un nivel de confianza del 95.0% ó más.
2. ANÁLISIS DE REGRESIÓN DE CONTENIDO DE ACEITE EN EL

EQUILIBRIO. MODELO MOYANO-PEDRESCHI.
I. MUESTRA CONTROL
Variable dependiente: Ln Oe; Variable independiente: 1/T; Lineal: Y = a + b*X
Coeficientes
Intercepto -3.98576 0.700557 -5.68942 0.01108
Pendiente 1232.78 302.799 4.07129 0.01533
Modelo 0.0347113 1 0.0347113 3802 0.01533
Residuo 0.000009129 1 0.000009129
Total (Corr.) 0.034720429 2
Ln Oe y 1/T con un nivel de confianza del 95.0% ó más.

Coeficientes
Intercepto -2.01874 0.352437 -5.72795 0.01100
Pendiente 333.331 152.332 2.18818 0.02729
Modelo 0.00253775 1 0.00253775 607 0.02729
Residuo 0.00004181 1 0.00004181
Total (Corr.) 0.00257956 2
Ln Oe y 1/T con un nivel de confianza del 95.0% ó más.
115
Coeficientes
Intercepto -6.38385 1.54076 -4.14331 0.01508
Pendiente 2071.57 665.958 3.11066 0.01980
Modelo 0.0980154 1 0.0980154 968 0.01980
Residuo 0.0001012 1 0.0001012
Total (Corr.) 0.0981166 2
Puesto que el valor-P en la tabla ANOVA es menor que 0.05existe una relación estadísticamente significativa entre Ln
Oe y 1/T con un nivel de confianza del 95.0% ó más.
3. ANÁLISIS DE REGRESIÓN DE CONTENIDO DE ACEITE EN EL

EQUILIBRIO-MODELO PRIMER ORDEN.
I. MUESTRA CONTROL
Variable dependiente: Ln Oe1; Variable independiente: 1/T; Lineal: Y = a + b*X
Coeficientes
Intercepto -2.83755 0.57267 -4.95494 0.01268
Pendiente 656.826 247.523 2.6536 0.02294
Modelo 0.00985366 1 0.00985366 904 0.02294
Residuo 0.00001090 1 0.00001090
Total (Corr.) 0.00986456 2
Ln Oe1 y 1/T con un nivel de confianza del 95.0% ó más.

Coeficientes
Intercepto -1.96292 0.155084 -12.6571 0.02502
Pendiente 247.395 67.0316 3.69072 0.01684
Modelo 0.001397900 1 0.001397900 3700 0.01684
Residuo 0.000000378 1 0.000000378
Total (Corr.) 0.001398278 2
116

Coeficientes
Intercepto -6.61999 1.5557 -4.2553 0.01469
Pendiente 2125.64 672.416 3.1612 0.01950
Modelo 0.1031990 1 0.1031990 999 0.01950
Residuo 0.0001033 1 0.0001033
Total (Corr.) 0.1033023 2
4. ANÁLISIS DE REGRESIÓN DE CONSTANTE CINÉTICA DE CAMBIO DE

COLOR (KE).
I. MUESTRA CONTROL
Variable dependiente: Ln KE; Variable independiente: 1/T; Lineal: Y = a + b*X
Coeficientes
Intercepto 3.43423 2.02189 1.69853 0.03387
Pendiente -3441.68 873.913 -3.93824 0.01583
Modelo 0.27054300 1 0.27054300 3760 0.01583
Residuo 0.00007195 1 0.00007195
Total (Corr.) 0.27061495 2
Ln KE y 1/T con un nivel de confianza del 95.0% ó más.

Coeficientes
Intercepto -1.44681 0.649838 -2.22642 0.02687
Pendiente -1011.52 280.877 -3.60127 0.01724
117
Modelo 0.0233691 1 0.0233691 2324 0.01724
Residuo 0.0000100 1 0.0000100
Total (Corr.) 0.0233791 2

Coeficientes
Intercepto -1.46775 0.786801 -1.86546 0.03133
Pendiente -1102.64 340.076 -3.24232 0.01905
Modelo 0.02776900 1 0.02776900 1351 0.01905
Residuo 0.00001195 1 0.00001195
Total (Corr.) 0.02778095 2
5. ANÁLISIS DE REGRESIÓN DE CONSTANTE CINÉTICA K S DEL

MODELO DE FUERZA MÁXIMA DE FRACTURA NORMALIZADA.
I. MUESTRA CONTROL
Variable dependiente: Ln Ks; Variable independiente: 1/T; Lineal: Y = a + b*X
Coeficientes
Intercepto 5.7859 4.02771 1.43652 0.03871
Pendiente -4807.3 1740.88 -2.76142 0.02212
Modelo 0.527837 1 0.527837 928 0.02212
Residuo 0.000569 1 0.000569
Total (Corr.) 0.528406 2
Ln Ks y 1/T con un nivel de confianza del 95.0% ó más.
118
Coeficientes
Intercepto 2.4351 1.14833 2.12056 0.02805
Pendiente -3018.66 496.338 -6.08187 0.01037
Modelo 0.20812600 1 0.20812600 4046 0.01037
Residuo 0.00005143 1 0.00005143
Total (Corr.) 0.20817743 2

Coeficientes
Intercepto 3.34107 2.56057 1.30481 0.04163
Pendiente -3507.39 1106.75 -3.1691 0.01946
Modelo 0.28097300 1 0.280973 1052 0.01946
Residuo 0.00002671 1 0.00002671
Total (Corr.) 0.28099971 2
6. ANÁLISIS DE REGRESIÓN DE CONSTANTE CINÉTICA K H DEL

MODELO DE FUERZA MÁXIMA DE FRACTURA NORMALIZADA.
I. MUESTRA CONTROL
Variable dependiente: Ln Kh; Variable independiente: 1/T; Lineal: Y = a + b*X
Coeficientes
Intercepto 3.10311 1.06619 2.91046 0.02107
Pendiente -6669.26 460.836 -14.4721 0.0439
Modelo 1.0159 1 1.0159 209.44 0.0439
Residuo 0.00485054 1 0.00485054
Total (Corr.) 1.02075 2
119
Ln Kh y 1/T con un nivel de confianza del 95.0%.

Coeficientes
Intercepto -0.596442 2.23986 -0.266285 0.08343
Pendiente -4944.45 968.126 -5.10724 0.01231
Modelo 0.5583840 1 0.5583840 875 0.0231
Residuo 0.0006382 1 0.0006382
Total (Corr.) 0.5590222 2
Ln Kh y 1/T con un nivel de confianza del 95.0% ó más.

Coeficientes
Intercepto -3.98582 0.88712 -4.49299 0.01394
Pendiente -3492.58 383.437 -9.10861 0.0460
Modelo 0.278605 1 0.278605 209.44 0.0439
Residuo 0.001330 1 0.001330
Total (Corr.) 0.279935 2
Ln Kh y 1/T con un nivel de confianza del 95.0% ó más.
120

7 DETERMINACINDELOSPARMETROSCINTICOSDETRANSFERENCIADEMASACOLORYFUERZAMXIMADEFRACTURADERODAJASDEYUCAManihotesculentaCrantzSOMETIDASAFREDOPORINMERSIN PDF

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

7 DETERMINACINDELOSPARMETROSCINTICOSDETRANSFERENCIADEMASACOLORYFUERZAMXIMADEFRACTURADERODAJASDEYUCAManihotesculentaCrantzSOMETIDASAFREDOPORINMERSIN PDF

Cargado por

Copyright:

Formatos disponibles

DETERMINACIÓN DE LOS PARÁMETROS CINÉTICOS DE

TRANSFERENCIA DE MASA, COLOR Y FUERZA MÁXIMA DE FRACTURA

FABIÁN ALBERTO ORTEGA QUINTANA, IA.

FABIÁN ALBERTO ORTEGA QUINTANA, IA.

Tesis presentada en opción al Título Académico de Máster en Ciencia

EVERALDO MONTES MONTES, IQ. M.Sc.

proyecto serán de los autores.

Firma del jurado

Firma del jurado

A mi madre Rosmira, gracias por

A la memoria de mi padre (QEPD),

A mi esposa Amalfi, definitivamente

A mi hija Laura Sofía, quien me

Al dador de la vida, mi Señor y salvador Jesucristo.

A la Universidad de Córdoba y en especial a todos los docentes del programa de

A mi director Everaldo Montes Montes, por su valioso ejemplo, apoyo y colaboración.

A Víctor y a Marlon, sin ustedes esto no hubiese tenido fin.

1.1 LA YUCA (Manihot esculenta Crantz)…………………………………. 9

1.2 EL PROCESO DE FREÍDO……………………………………………... 10

1.3 TRANSFERENCIA DE CALOR EN EL PROCESO…………………... 12

1.4 TRANSFERENCIA DE MATERIA EN EL PROCESO……………… 15

1.4.1 Modelo matemático de pérdida de agua………………………………... 20

1.4.2 Modelo matemático de absorción de aceite…………………………….. 22

1.5 EL COLOR DURANTE EL FREÍDO………………………………….. 23

1.5.1 Medida del color………………………………………………………….. 23

1.5.2 Cinética del color en el freído……………………………………………. 26

1.5.3 Modelamiento de los cambios de color………………………………….. 28

1.6 TEXTURA EN EL PROCESO DE FREÍDO…………………………... 29

1.6.1 Modelamiento de la fuerza de fractura…………………………………. 31

2.1 MATERIA PRIMA Y MATERIALES…………………………………. 32

2.3 PROCESO DE FREÍDO POR INMERSIÓN………………………….. 33

2.4.1 Medición del contenido de Humedad…………………………………… 33

2.4.2 Medición del contenido de Aceite……………………………………….. 34

2.4.3 Medición de Color………………………………………………………... 34

2.4.4 Medición de la fuerza máxima de fractura (F*MAX)…………………… 36

2.5 DISEÑO EXPERIMENTAL……………………………………………. 37

2.6 ANÁLISIS ESTADÍSTICO DE DATOS……………………………….. 37

2.6.1 Cinética de pérdida de humedad………………………………………... 37

2.6.2 Cinética de absorción de aceite………………………………………….. 38

2.6.3 Cinética de cambio de color……………………………………………... 38

2.6.4 Cinética de fuerza máxima de fractura………………………………… 38

3.1 CINÉTICA DE TRANSFERENCIA DE MASA-PÉRDIDA DE

3.2 CINÉTICA DE TRANSFERENCIA DE MASA-ABSORCIÓN DE

3.3 CINÉTICA DE CAMBIO DE COLOR………………………………… 49

3.4 CINÉTICA DE FUERZA DE FRACTURA……………………………. 55

ANEXO 1. ESPACIO DE COLOR CIELAB .............................................................. 75

ANEXO 2. EQUIPO DE MEDIDA DE TEXTURA Y GRÁFICA DE PUNTO

ANEXO 3. CARACTERÍSTICAS DEL SISTEMA DE ADQUISICIÓN DE

ANEXO 4. ANÁLISIS ESTADÍSTICO DE LAS PROPIEDADES MEDIDAS. ......... 80

ANEXO 5. ANALISIS DE REGRESIONES DE LAS PROPIEDADES

ANEXO 6. ANALISIS DE REGRESIONES LINEALES DEL MODELO DE

Tabla 1. Setup de la cámara fotográfica Canon Modelo A430 ..................................... 35

Tabla 2. Coeficiente de difusividad efectiva y coeficiente de transferencia de masa

Tabla 3. Energía de activación del modelo de Arrhenius para la Deff ........................... 43

Tabla 4. Modelo lineal del Coeficiente convectivo de transferencia de masa ............... 44

Tabla 5. Parámetros de modelo de Moyano y Pedreschi .............................................. 47

Tabla 6. Parámetros de modelo cinético de Primer Orden............................................ 48

Tabla 7. Energía de activación del modelo de Arrhenius del contenido de aceite en

Tabla 8. Valores de la constante cinética del modelo de primer orden de cambio

Tabla 9. Energía de activación del modelo de Arrhenius para la constante cinética

Tabla 10. Constantes cinéticas k s y kh del modelo de fuerza máxima de fractura

Gráfico 2. Curvas de humedad adimensional versus tiempo para muestra

Gráfico 3. Curvas de humedad adimensional versus tiempo para muestra

La evaluación de los cambios de color (ΔE), fuerza máxima de fractura (FMAX,

freído influyó en la disminución del parámetro (L) y en el aumento de a y b*, y las